李志武 奉中华 李志刚

【摘 要】針对人工蜂群算法在寻优过程中，易陷于局部最优且收敛速度较慢，利用非线性共轭梯度算法的稳定性能好、收敛速度快的特性，引入到人工蜂群算法当中。实验结果表明，基于非线性共轭梯度的人工蜂群算法有效提高了算法的稳定性、收敛精度。

【关键词】人工蜂群算法；非线性共轭梯度算法；函数优化

1 人工蜂群算法及其改进

人工蜂群算法是一种群智能优化算法，该算法是通过模拟蜜蜂采蜜而设计一种优化算法，其算法机理是将蜂群分3类：引领群、跟随群及侦查群，前两个群主要是开采蜜源，侦查群是为了避免蜜源的数量和数量过少[1]。在实际的优化求解中可以将相应的函数模型抽象成花儿蜜糖的数量和蜜源所处的位置，随机生成个处所，选择较好的个作为蜜源的处所，引领群起发现和记忆蜜源的作用，在蜜源周边按下式寻找新的蜜源，

（1）

是新蜜源的处所，是蜜源的第维所在位置，是随机选择的且不同于蜜源的第维的处所，是随机数取值在之间。依照前后蜜源的花蜜的多少即函数的适应度值，来选取较优的蜜源作为初始蜜源；引领群放出信息正比于标识蜜源的质量，此信息招募跟随群体。跟随群根据轮盘赌方式选择合适标记的蜜源并在其周围依照（1）寻找新的蜜源，并与初始标记蜜源比对，选择较优蜜源取代本次初始标记的蜜源。如果在采蜜过程中，蜜源经很多次搜索不变，则对应的引领群，随机寻找新蜜源取代初始标识蜜源中的对应文中，确定最终蜜源。……