一种基于增强局部搜索能力的人工蜂群优化方法技术

本发明专利技术的一种基于增强局部搜索能力的人工蜂群优化方法，通过采用一种遍历性好、分布均匀的高维混沌序列产生方式，在一定程度上避免了ABC中随机初始化的盲目性，采用基于对数的适应度评价方式，扩大了种群个体适应值的差异性，减小了选择压力，并采用一种增强局部搜索能力的搜索策略，在一定程度上有效地避免了陷入局部最优，从而提高了收敛速度，改善算法性能。

【技术实现步骤摘要】
一种基于增强局部搜索能力的人工蜂群优化方法
本专利技术涉及优化领域，尤其涉及一种基于增强局部搜索能力的人工蜂群优化方法。
技术介绍
优化是许多科学和工程领域中一个重要的问题，在生产与生活中，人们经常会遇到如何安排生产资源、销售计划，或者怎样合理选取参数、路径，才能使总利润最大、总成本最小、总时间最短，或使相应产品指标达到最优、资源利用率迖到最经济等诸如此类的问题，这些问题都可以归结为最优化问题。传统的优化方法具有对初值的强依赖性、容易陷入局部极值点、可能得不到全局最优值、一般要求解析的目标函数是连续且可导的，变量也是连续的、而对于一些复杂的非线性的、离散的或多目标值的优化问题，用传统的优化方法很难得到理想的结果等缺点。为了解决这些问题，研究者们开始将目光转向对大自然中生物所展示出的智能行为的模拟和研究，从而开启了一个重要的研究领域仿生智能计算来解决以往难以实现的优化问题。人工蜂群算法(ABC)是一种模拟蜜蜂群体寻找优良蜜源的仿生智能计算方法，与遗传算法、粒子群算法、蚁群算法等智能计算方法相比，该算法的突出优点是在每次迭代中都进行全局和局部搜索、控制参数少、易于实现、计算方便等。但是，本文档来自技高网...

【技术保护点】
一种基于增强局部搜索能力的人工蜂群优化方法，其特征在于，包括以下步骤：步骤1、设置ESABC的参数，所述参数包括种群大小SN、采蜜蜂个数NE、跟随蜂个数NO、最大迭代次数MCN、个体维数D、阈值limit；步骤2、按公式(1)进行初始化，得到初始种群：

【技术特征摘要】
1.一种基于增强局部搜索能力的人工蜂群优化方法，其特征在于，包括以下步骤：步骤1、设置ESABC的参数，所述参数包括种群大小SN、采蜜蜂个数NE、跟随蜂个数NO、最大迭代次数MCN、个体维数D、阈值limit；步骤2、按公式(1)进行初始化，得到初始种群：其中，i＝1,2,…,SN,j＝1,2,…,D；SN表示食物源的数量；D表示解的维数；由公式(2)所得：所述公式(2)为洛伦兹混沌系统，通过该公式产生三组混沌迭代序列；其中，取x(0),y(0),z(0)为初始值，δ，γ，β为洛伦兹系统的参数，取值分别为δ＝10，β＝83,γ＞24.74，从产生的三组混沌序列中随机选一维，记作步骤3、根据公式(3)分别计算各个解的适应值fit，并将适应值排名前SN/2的解作为初始的采蜜蜂种群，剩余的蜜蜂则为观察蜂种群：fiti＝0.1/(0.1+1/|lgfi|),0≤fi≤10-λ(3)其中，fiti表示第i个个体的适应值，fi表示第i个个体的函数值，λ则由计算机的计算精度决定；步骤4、在由步骤3选择出来的采蜜蜂附...

【专利技术属性】
技术研发人员：柳培忠，刘晓芳，顾培婷，骆炎民，汪鸿翔，陈智，范宇凌，
申请(专利权)人：华侨大学，泉州市华工智能技术有限公司，
类型：发明
国别省市：福建,35