多蜂算法及其應(yīng)用研究.pdf

1、在不同的學(xué)科和現(xiàn)實(shí)生活應(yīng)用中存在著大量復(fù)雜優(yōu)化問(wèn)題，這些復(fù)雜優(yōu)化問(wèn)題的解決對(duì)科學(xué)的發(fā)展和實(shí)際應(yīng)用具有十分重要的意義。然而，這些問(wèn)題的解決有賴于提出高性能的優(yōu)化算法，因?yàn)閭鹘y(tǒng)的優(yōu)化算法對(duì)它們是無(wú)能為力的。近二十多年來(lái)，人們發(fā)明了許多對(duì)求解復(fù)雜優(yōu)化問(wèn)題十分有效的演化算法，其中基于蜜蜂覓食行為的蜂群算法就是這樣一類演化算法。它們提供了一種新的方法用于求解復(fù)雜的優(yōu)化問(wèn)題。
　　多蜂算法(Bees Algorithm)是眾多蜂群算法中一種，

2、是由英國(guó)卡迪夫大學(xué)(Cardiff University)的D. T. Pham和A. Ghanbarzadeh于2005年發(fā)明的。它模擬了蜜蜂覓食行為，其基本思想是根據(jù)適應(yīng)度排序，適應(yīng)度高的個(gè)體在其鄰域內(nèi)進(jìn)行幾次局部搜索，適應(yīng)度較小的個(gè)體在整個(gè)解空間內(nèi)進(jìn)行全局搜索，從而使具有潛在希望的優(yōu)質(zhì)解能夠得到更多的開發(fā)，這樣大大加快了該算法的收斂速度。經(jīng)過(guò)反復(fù)進(jìn)行全局和局部搜索，直到找到問(wèn)題的最優(yōu)解或較好的近似解，或到達(dá)設(shè)置的最大演化代數(shù)。然而

3、，大量研究表明，該算法雖然優(yōu)于其它蜂群算法，但是還存在著收斂速度慢，解的質(zhì)量不高等諸多問(wèn)題。
　　本課題研究的目的是針對(duì)多蜂算法的缺點(diǎn)，對(duì)其進(jìn)行研究，提出了一些改進(jìn)算法，并將改進(jìn)后的算法應(yīng)用于求解分類問(wèn)題和不等圓Packing問(wèn)題，以期推進(jìn)該算法的研究和應(yīng)用。
　　本文主要做了如下工作：
　　(1)首先介紹了該課題的研究背景與意義、多蜂算法的研究現(xiàn)狀，接著介紹了多蜂算法的思想原理和該算法主要步驟的具體內(nèi)容。
　　

4、(2)介紹了求解分類問(wèn)題的演化算法及其原理，并進(jìn)行了比較。把文法演化算法引入到改進(jìn)的多蜂算法中，提出了一個(gè)新的混合演化算法——文法多蜂算法(GBA)，并用于求解分類問(wèn)題。通過(guò)使用幾個(gè)標(biāo)準(zhǔn)數(shù)據(jù)集進(jìn)行仿真實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果研究表明：與基本的基因表達(dá)式編程分類算法和改進(jìn)的基因表達(dá)式編程分類算法相比，GBA能獲得更好的分類精度，且收斂速度提高很大，從而說(shuō)明了GBA的可行性和有效性。
　　(3)在多蜂算法框架的基礎(chǔ)上引入了三個(gè)新演化算子——交換