基于動(dòng)態(tài)罰函數(shù)和多目標(biāo)的人工蜂群算法求解約束優(yōu)化問題的研究.pdf

1、人工蜂群算法(ABC)是最近提出來(lái)的一種群智能優(yōu)化算法.由于ABC算法操作簡(jiǎn)單，控制參數(shù)少，容易實(shí)現(xiàn)等優(yōu)點(diǎn)，被廣泛應(yīng)用于社會(huì)科學(xué)的各個(gè)領(lǐng)域.而約束優(yōu)化問題廣泛存在于社會(huì)生活中，運(yùn)用人工蜂群算法求解復(fù)雜的約束優(yōu)化問題是一個(gè)重要的研究課題.各種改進(jìn)版本的人工蜂群算法，仍然存在一定的缺陷.鑒于此，本文提出兩種改進(jìn)的人工蜂群算法求解約束優(yōu)化問題.
　　首先，針對(duì)改進(jìn)的人工蜂群算法(CABC)容易陷入局部最優(yōu)的問題，本文提出基于動(dòng)態(tài)罰函數(shù)和

2、萊維飛行的人工蜂群算法(DPLABC).該算法用動(dòng)態(tài)罰函數(shù)方法代替Deb準(zhǔn)則，有效防止算法陷入局部最優(yōu).同時(shí)，引進(jìn)了基于萊維飛行的搜索機(jī)制，很好地平衡了全局探索與局部尋優(yōu)兩個(gè)階段.在觀察蜂階段，充分利用跟隨概率，提出向最優(yōu)解和多個(gè)鄰居解混合學(xué)習(xí)的策略.DPLABC算法在24個(gè)基準(zhǔn)函數(shù)和4個(gè)經(jīng)典的工程設(shè)計(jì)問題上進(jìn)行測(cè)試，并與當(dāng)前高性能的算法進(jìn)行比較.結(jié)果顯示,DPLABC算法具有顯著的競(jìng)爭(zhēng)力.
　　其次，受改進(jìn)的差分進(jìn)化算法(CMO