张素琪,滕建辅,顾军华

(1.天津大学电子信息工程学院,天津300072;2.河北工业大学计算机科学与软件学院,天津300401)

基于多维贪婪搜索的人工蜂群算法

张素琪1,滕建辅1,顾军华2

(1.天津大学电子信息工程学院,天津300072;2.河北工业大学计算机科学与软件学院,天津300401)

人工蜂群算法在多峰高维函数优化问题的求解上取得了较好的结果,但随着函数的复杂度及维数增高,仍存在收敛速度慢、易陷入局部最优等问题。为此,提出一种新的人工蜂群算法。将人工蜂群对食物源的单维贪婪搜索改进为多维贪婪搜索以增强蜂群的搜索能力,避免在个别维度上出现较优解的食物源由于达到更新阈值却被废弃而造成迂回搜索的现象,引入扰动搜索机制避免迭代后期食物源位置在个别维度收敛导致算法陷入局部最优。仿真实验结果表明,该算法能保持深度挖掘和广度搜索上的平衡,在高维函数优化问题求解的收敛速度和计算精度方面表现出较好的性能。

人工蜂群算法;函数优化;贪婪搜索;扰动搜索;深度挖掘;广度搜索

1 概述

文献［1］提出了人工蜂群(Artificial Bee Colony, ABC)算法。该算法是一种模仿蜂群觅食行为的优化方法,其控制参数少,简单易操作,在高维函数优化问题求解方面与遗传算法、粒子群算法、和声算法以及差分进化算法相比表现出良好的特性［2-4］,已成为国内外学者们关注的热点。文献［5］提出了CABC方法,通过构造混沌序列实现食物源的初始化,以改善各个食物源分布的均匀性和搜索的广泛性,在避免算法陷入局部最优方面取得了一定效果。……