基于细菌趋药性和当前最优解策略的人工蜂群算法-计算机应用与软件.PDF

第３３卷第１期　　　 计算机应用与软件 Ｖｏｌ３３Ｎｏ．１ ２０１６年１月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｊａｎ．２０１６ 基于细菌趋药性和当前最优解策略的人工蜂群算法 １，２ １，２ １，２ ３ ３ 周长喜 　毛　力 　吴　滨 　杨　弘　肖　炜 １（江南大学物联网工程学院　江苏无锡２１４１２２） ２（轻工过程先进控制教育部重点实验室　江苏无锡２１４１２２） ３（中国水产科学研究院淡水渔业研究中心　江苏无锡２１４０８１） 摘　要　　为了克服人工蜂群算法在求解函数优化问题中所存在的收敛精度低、收敛速度慢的缺点，提出一种基于细菌趋药性和当 前最优解策略的人工蜂群算法。该算法将细菌觅食优化算法中的趋向性操作引入到雇佣蜂的局部搜索策略中，然后跟随蜂在当前 最优解的基础上继续进行寻优，从而提高了人工蜂群算法的局部搜索能力。８个标准测试函数的仿真实验结果表明，与基本人工蜂 群算法相比，改进后的人工蜂群算法在寻优精度和收敛速度上均有明显提高。 关键词　　人工蜂群算法　当前最优解　细菌趋药性　局部搜索 中图分类号　ＴＰ１８　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１６．０１．０６５ ＡＲＴＩＦＩＣＩＡＬＢＥＥＣＯＬＯＮＹＡＬＧＯＲＩＴＨＭＢＡＳＥＤＯＮＳＴＲＡＴＥＧＹＯＦＢＡＣＴＥＲＩＡＬ ＣＨＥＭＯＴＡＸＩＳＢＥＨＡＶＩＯＵＲＡＮＤＣＵＲＲＥＮＴＯＰＴＩＭＡＬＳＯＬＵＴＩＯＮ １，２ １，２ １，２ ３ ３ ＺｈｏｕＣｈａｎｇｘｉ　ＭａｏＬｉ　ＷｕＢｉｎ 　ＹａｎｇＨｏｎｇ　ＸｉａｏＷｅｉ １（ＳｃｈｏｏｌｏｆＩｎｔｅｒｎｅｔｏｆＴｈｉｎｇｓ，ＪｉａｎｇｎａｎＵｎｉｖｅｒｓｉｔｙ，Ｗｕｘｉ２１４１２２，Ｊｉａｎｇｓｕ，Ｃｈｉｎａ） ２（ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＡｄｖａｎｃｅｄＰｒｏｃｅｓｓＣｏｎｔｒｏｌｆｏｒＬｉｇｈｔＩｎｄｕｓｔｒｙ（ＭｉｎｉｓｔｒｙｏｆＥｄｕｃａｔｉｏｎ），Ｗｕｘｉ２１４１２２，Ｊｉａｎｇｓｕ，Ｃｈｉｎａ） ３（ＦｒｅｓｈｗａｔｅｒＦｉｓｈｅｒｉｅｓＲｅｓｅａｒｃｈＣｅｎｔｅｒｏｆＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＦｉｓｈｅｒｙＳｃｉｅｎｃｅｓ，Ｗｕｘｉ２１４０８１，Ｊｉａｎｇｓｕ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｗｅｐｒｏｐｏｓｅｄａｎａｒｔｉｆｉｃｉａｌｂｅｅｃｏｌｏｎｙ（ＡＢＣ）ａｌｇｏｒｉｔｈｍｉｎｔｈｉｓｐａｐｅｒｗｈｉｃｈｉｓｂａｓｅｄｏｎｔｈｅｓｔｒａｔｅｇｙｏｆｂａｃｔｅｒｉａｌｃｈｅｍｏｔａｘｉｓｂｅ ｈａｖｉｏｕｒａｎｄｃｕｒｒｅｎｔｏｐｔｉｍａｌｓｏｌｕｔｉｏｎｉｎｏｒｄｅｒｔｏｏｖｅｒｃｏｍｅｔｈｅｄｒａｗｂａｃｋｓｏｆｌｏｗｃｏｎｖｅｒｇｅｎｃｅａｃｃｕｒａｃｙａｎｄｓｌｏｗｃｏｎｖｅｒｇｅｎｃｅｒａｔｅｔｈｅｃｏｎｖｅｎ ｔｉｏｎａｌＡＢＣａｌｇｏｒｉｔｈｍｈａｓｉｎｓｏｌｖｉｎｇｆｕｎｃｔｉｏｎｏｐｔｉｍｉｓａｔｉｏｎｐｒｏｂｌｅｍ．Ｔｈｉｓａｌｇｏｒｉｔｈｍｉｎｔｒｏｄｕｃｅｓｔｈｅｃｈｅｍｏｔａｘｉｓｏｐｅｒａｔｉｏｎｉｎｂａｃｔｅｒｉａｌｆｏｒａｇｉｎｇｏｐ ｔｉｍｉｓａｔｉｏｎａｌｇｏｒｉｔｈｍｉｎｔｏｌｏｃａｌｓｅａｒｃｈｐｏｌｉｃｙｏｆｅｍｐｌｏｙｅｄｂｅｅｓ，ａｎｄｔｈｅｎｔｈｅｏｎｌｏｏｋｅｒｂｅｅｓｃｏｎｔｉｎｕｅｔｏｓｅａｒｃｈｆｏｒｔｈｅｏｐｔｉｍａｌｓｏｌｕｔｉｏｎｂａｓｅｄｕｐ ｏｎｔｈｅｐｒｅｓｅｎｔｏｐｔｉｍａｌｓｏｌｕｔｉｏｎ，ｔｈｅｒｅｆｏｒｅｔｈｅｌｏｃａｌｓｅａｒｃｈｃａｐａｂｉｌｉｔｙｏｆＡＢＣａｌｇｏｒｉｔｈｍｉｓｅｎｈａｎｃｅｄ．Ｉｔｉｓｉｎｄｉｃｔｅｄ