周长喜　毛　力　吴　滨　杨　弘　肖　炜

1(江南大学物联网工程学院　江苏 无锡 214122)

2(轻工过程先进控制教育部重点实验室　江苏 无锡 214122)

3(中国水产科学研究院淡水渔业研究中心　江苏 无锡 214081)



基于细菌趋药性和当前最优解策略的人工蜂群算法

周长喜1,2毛力1,2吴滨1,2杨弘3肖炜3

1(江南大学物联网工程学院江苏 无锡 214122)

2(轻工过程先进控制教育部重点实验室江苏 无锡 214122)

3(中国水产科学研究院淡水渔业研究中心江苏 无锡 214081)

摘要为了克服人工蜂群算法在求解函数优化问题中所存在的收敛精度低、收敛速度慢的缺点，提出一种基于细菌趋药性和当前最优解策略的人工蜂群算法。该算法将细菌觅食优化算法中的趋向性操作引入到雇佣蜂的局部搜索策略中，然后跟随蜂在当前最优解的基础上继续进行寻优，从而提高了人工蜂群算法的局部搜索能力。8个标准测试函数的仿真实验结果表明，与基本人工蜂群算法相比，改进后的人工蜂群算法在寻优精度和收敛速度上均有明显提高。

关键词人工蜂群算法当前最优解细菌趋药性局部搜索

0引言

人工蜂群ABC(Aartificial Bee Colony)算法[1]是Karaboga在2005年提出的一种模拟蜜蜂采蜜行为的仿生智能优化算法。ABC算法因其结构简单、易于实现、控制参数较少、计算简洁等优点历来备受国内外学者的广泛关注，成为群智能优化算法领域的研究热点之一。但文献[2-6]都已指出ABC算法和其他的群智能算法一样，在求解函数优化问题中也存在收敛精度低、收敛速度慢的缺点。……