赵 越 茹婷婷 袁 越

(1:吉林建筑大学计算机科学与工程学院,长春 130118;2:吉林建筑大学基础科学部，长春 130118)

0 引言

近年来,生物学家在对蜜蜂进行研究的过程中发现,蜂群采蜜的效率非常高.一个蜂群往往能很快地发现距离蜂巢一定范围内较优质的蜜源并由蜂群将其采回.在一个蜂群系统中,由侦察蜂来侦察附近的蜜源.发现目标之后,侦察蜂会飞回蜂巢附近跳出优美的舞姿,其动作幅度与其发现蜜源的质量正相关.该舞姿会吸引一定数量的蜜蜂采蜜.依据蜜源的不同质量,采蜜蜜蜂分散开来并飞往不同的目标采蜜.相对于侦察过程中所耗费的资源,整个蜂群以较小的代价获取了最多的食物,这充分体现了群体智慧[1-2].据此,2005年Karaboga首次提出了人工蜂群算法.该算法的实质就是通过仿生的手段来模拟蜂群采蜜的过程,具有较高的灵活性和适应性[3-4].目前该算法已成为群体智能算法领域中一个非常活跃的研究方向,已解决许多工程与技术问题.

1 人工蜂群算法的建模思想

使用人工蜂群算法完成问题建模的过程中,每一个问题的可行解可作为一个蜜源.蜜源能够提供花蜜的多少即为该可行解优劣程度的一个表征.我们假设每一个引领蜂仅对应一个蜜源,当该蜜源的花蜜消耗完毕后,该引领蜂即变为侦察蜂.由侦察蜂完成新蜜源的搜寻,找到蜜源后侦察蜂又成为一个引领蜂.

人工蜂群算法是一类带启发的Monte Carlo算法,能完成由候选……