隨著科學技術和工業(yè)技術的飛速發(fā)展,如今的優(yōu)化問題逐漸呈現出多模、非凸、不可微、不連續(xù)等特點,在給傳統(tǒng)數學優(yōu)化方法帶來巨大挑戰(zhàn)的同時,也促進了一個又一個新興優(yōu)化方法的誕生。人工蜂群算法（Artificial Bee Colony,ABC）是一種模擬蜂群覓食行為的新型群智能優(yōu)化算法。該算法憑借著結構簡單、魯棒性好、易于實現等特點,一經提出便受到眾多領域學者的關注和研究,并已成功應用到許多現實優(yōu)化問題中。盡管如此,人工蜂群算法中仍然存在諸多不足,例如探索能力與開發(fā)能力不平衡、收斂速度緩慢、蜂群搜索策略單一、蜜蜂之間缺乏信息交流等。本文以提高算法的求解精度、加快算法的收斂速度和增強算法的魯棒性為主要目標,提出了兩種改進的人工蜂群算法,主要工作如下:（1）GABC和CABC是兩個杰出的求解全局優(yōu)化問題的人工蜂群算法變體。GABC由于其最優(yōu)引導項具有較強的開發(fā)能力,適合求解單模和簡單多模問題。而CABC由于個體選擇的不確定性使其具備較強的探索能力,適合求解復雜多模問題。為了結合兩者的優(yōu)勢,本文提出一種混合人工蜂群算法（HGCABC）。在雇傭蜂階段,使用CABC和Modified ABC/best/... 

【文章來源】：深圳大學廣東省

【文章頁數】：57 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景與意義
    1.2 全局最優(yōu)化問題的數學模型
    1.3 論文主要工作及章節(jié)安排
第2章 人工蜂群算法概述
    2.1 引言
    2.2 人工蜂群算法的原理
        2.2.1 常見術語
        2.2.2 蜂群的采蜜過程
    2.3 人工蜂群算法的流程
        2.3.1 初始化階段
        2.3.2 雇傭蜂階段
        2.3.3 跟隨蜂階段
        2.3.4 偵查蜂階段
    2.4 人工蜂群算法的研究現狀
        2.4.1 種群初始化方法
        2.4.2 新的搜索等式
        2.4.3 新的概率選擇模型
        2.4.4 其他輔助技術與算法
    2.5 本章小結
第3章 混合人工蜂群算法(HGCABC)
    3.1 引言
    3.2 HGCABC算法
        3.2.1 雇傭蜂的新搜索策略
        3.2.2 跟隨蜂的新資源分配機制和搜索策略
        3.2.3 完整的HGCABC算法
    3.3 實驗分析
        3.3.1 測試函數和問題
        3.3.2 評價指標
        3.3.3 組件有效性分析
        3.3.4 在22個基準測試函數上的對比實驗
        3.3.5 在CEC2014測試函數上的對比實驗
        3.3.6 在6類現實優(yōu)化問題上的對比實驗
        3.3.7 參數敏感性分析
    3.4 本章小結
第4章 基于多種群的人工蜂群算法(MPABC_RA)
    4.1 引言
    4.2 MPABC_RA算法
        4.2.1 雇傭蜂的種群劃分方法及其搜索策略
        4.2.2 跟隨蜂的概率模型和搜索策略
        4.2.3 完整的MPABC_RA算法
    4.3 實驗結果與分析
        4.3.1 組件有效性分析
        4.3.2 在22個基準測試函數上的對比實驗
        4.3.3 在CEC2014測試函數上的對比實驗
        4.3.4 在6類現實優(yōu)化問題上的對比實驗
        4.3.5 參數敏感性分析
    4.4 本章小結
第5章 總結與展望
    5.1 總結
    5.2 展望
參考文獻
致謝
攻讀碩士學位期間的研究成果


【參考文獻】：
期刊論文
[1]基于離散人工蜂群算法的云任務調度優(yōu)化[J]. 倪志偉,李蓉蓉,方清華,龐閃閃.  計算機應用. 2016(01)
[2]基于改進人工蜂群算法的大型艦船主尺度優(yōu)化[J]. 王文全,黃勝,侯遠航,胡玉龍.  武漢理工大學學報. 2012(06)
[3]基于蜂群算法的圖像邊緣檢測[J]. 肖永豪,余衛(wèi)宇.  計算機應用研究. 2010(07)
[4]基于人工蜂群算法求解不同尺寸工件單機批調度問題[J]. 李端明,程八一.  四川大學學報(自然科學版). 2009(03)
[5]基于人工蜂群算法的機器人路徑規(guī)劃[J]. 胡中華,趙敏.  電焊機. 2009(04)
[6]群體智能優(yōu)化算法[J]. 王輝,錢鋒.  化工自動化及儀表. 2007(05)

博士論文
[1]一種新型的智能優(yōu)化方法-人工魚群算法[D]. 李曉磊.浙江大學 2003



本文編號：3171577