一種基于互學(xué)習(xí)的高維蜂群優(yōu)化算法研究.pdf

1、受群集昆蟲(chóng)生物行為的啟發(fā)，一些基于群集智能的優(yōu)化算法被研究出來(lái)處理組合和數(shù)值優(yōu)化等一系列問(wèn)題。新提出的人工蜂群算法就是基于群集智能的用于解決優(yōu)化問(wèn)題的優(yōu)化算法，它已經(jīng)被用來(lái)解決很多的數(shù)值函數(shù)及非數(shù)值優(yōu)化問(wèn)題并且展現(xiàn)出良好的性能。由于蜂群算法是一種新的優(yōu)化算法，研究分析其算法優(yōu)化性能是很有必要和意義的。目前的一些蜂群算法大部分是針對(duì)低維度的優(yōu)化問(wèn)題，當(dāng)優(yōu)化問(wèn)題維數(shù)變得非常高時(shí)，蜂群算法的優(yōu)化性能會(huì)急速下降，因此研究蜂群算法的高維實(shí)現(xiàn)，使其

2、能夠較好地優(yōu)化高維問(wèn)題變得尤為重要。
　　本文對(duì)基本蜂群算法進(jìn)行了全面的研究，詳細(xì)地介紹了蜂群算法的背景及其原理、典型的蜂群算法變種以及蜂群算法的相關(guān)研究和應(yīng)用領(lǐng)域。為了得出基本蜂群算法在什么條件下能夠取得最好的優(yōu)化效果，本文對(duì)蜂群算法的性能進(jìn)行了全面的測(cè)試和研究。實(shí)驗(yàn)分析了維數(shù)和粒子數(shù)對(duì)算法的影響，偵察蜂的活動(dòng)對(duì)算法的影響以及初始解的位置對(duì)算法的影響。同時(shí)受遺傳算法的啟發(fā)，將典型的選擇機(jī)制應(yīng)用到蜂群算法并對(duì)其進(jìn)行改進(jìn)，并比較不同

3、選擇機(jī)制下蜂群算法的性能。此外本文針對(duì)優(yōu)化過(guò)程中適應(yīng)度大小的好壞，提出了基于互學(xué)習(xí)的改善機(jī)制，分析并且比較了該改進(jìn)的蜂群算法的性能。
　　針對(duì)高維優(yōu)化問(wèn)題，本文詳細(xì)地介紹了高維優(yōu)化背景及其原理、一些傳統(tǒng)的以及典型的改進(jìn)后的高維機(jī)制。本文使用動(dòng)態(tài)分組機(jī)制，應(yīng)用確定式采樣法以及互學(xué)習(xí)的優(yōu)化方式，協(xié)同進(jìn)化地對(duì)基本蜂群算法進(jìn)行改進(jìn)，實(shí)現(xiàn)了蜂群算法的高維機(jī)制。分析并比較了該高維蜂群算法的優(yōu)化性能。
　　實(shí)驗(yàn)結(jié)果表明，對(duì)大部分的優(yōu)化問(wèn)題