【技术实现步骤摘要】
一种多角色自适应变维度驱动的人工蜂群算法
[0001]本专利技术涉及一种多角色自适应变维度驱动的人工蜂群算法,属于人工智能
技术介绍
[0002]人工蜂群算法(artificial bee colony algorithm,简称ABC)是生物启发的智能优化家族中的代表性方法之一,其通过模仿蜂群的自然生理行为找到目标优化问题的最佳解决方案。由于具有结构简单、易于实现等优点,有关ABC算法的研究在最近几年有很大进展。然而,由于ABC算法的算子表现出更强的探索倾向,虽然在优化过程中可以保证充分的探索解空间,但在处理复杂的多模态问题时存在收敛缓慢和收敛精度低的缺陷。为了提高ABC算法的收敛性能,针对ABC的研究得到发展,对ABC的主流研究类型大致分为三类。第一类是对搜索方程的改进和设计,主要是将由全局最优解、次优解和邻域最优解组成的精英解的信息纳入其中,保证种群被引入最优区域进行开发。第二种是搜索方程融合策略的设计,主要包括搜索方程的打包融合,设计奖励机制,适应性的选择不同搜索方程。这实现了在优化过程中针对不同搜索阶段选用不同偏好的搜索方程。通过这种方式,可以很好地平衡探索与开发之间的关系。最后一个方面是邻域拓扑结构的设计,包括随机拓扑结构、环形拓扑结构、细胞拓扑结构等,其基本思想启发于:不同的邻域拓扑结构有可能描述不同适应度地貌的有潜力区域,从而促进搜索。然而,不同的拓扑结构仍然需要与不同特征的搜索方程配对。
[0003]尽管现有的多种ABC变体算法有效实现了ABC算法在收敛性和鲁棒性方面的性能增益,但这 ...
【技术保护点】
【技术特征摘要】
1.一种多角色自适应变维度驱动的人工蜂群算法,其特征在于,一种多角色自适应变维度驱动的人工蜂群算法包括:步骤1:种群初始化、参数初始化、变维度自适应扰动策略初始化;步骤2,分配随机型蜜源,雇佣蜂采用无偏探索算子为当前蜜源寻找候选蜜源;步骤3,使用轮盘赌确定精英型蜜源,旁观蜂采用双偏好开采算子为全局最优蜜源或精英型蜜源寻找候选蜜源;步骤4,基于帕累托法则确定卓越型蜜源和潜力型蜜源,侦查蜂采用跳出算子为卓越型蜜源寻找候选蜜源;步骤5,当达到终止条件后,输出最优蜜源。2.根据权利要求1所述的一种多角色自适应变维度驱动的人工蜂群算法,其特征在于,在步骤1中,种群初始化,随机产生一个规模为N的初始蜂群X=(x1,x2,...,x
N
),蜜蜂位置x
i
(i∈{1,2,...,N})代表当前到的蜜源,对蜜源进行适应度评估;参数初始化,设置搜索空间的上界和下界、终止条件为适应度评估的最大数量或找到最优蜜源;变维度自适应扰动策略初始化,当雇佣蜂与旁观蜂搜索时,线性调整交叉概率,运用模拟二进制交叉算子对试探蜜源v
i
/ox
best
/v
e
和原始蜜源x
i
/x
best
/x
e
进行交叉操作来确定候选蜜源u
i
/u
best
/u
e
,如公式(1
‑
2)所示;2)所示;其中,CR和CR0分别表示初始交叉概率和更新后的交叉概率;MaxFes和FEs分别表示适应度评估的最大数量和当前消耗的适应度评估次数,j∈{1,2,
…
,D}代表第j个决策变量,D表示决策变量数目,j
rand
是一个随机选择的决策变量。3.根据权利要求1所述的一种多角色自适应变维度驱动的人工蜂群算法,其特征在于,在步骤2中,随机选择种群中的两个蜜源x
a
和x
b
作为榜样蜜源,记为随机型角色,然后使用无偏探索算子,如公式(3)所示,和公式(1
‑
2)产生候选蜜源u
i
;v
i,j
=x
a,j
+randU
i,j
(0,1)
·
(x
b,j
‑
x
a,j
)
ꢀꢀꢀꢀ
【专利技术属性】
技术研发人员:于海波,康亚鑫,康丽,乔钢柱,曾建潮,
申请(专利权)人:中北大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。