人工蜂群算法.ppt

1、人工蜂群算法 （Artificial Bee Colony，ABC）,蜂群算法簡(jiǎn)介,人工蜂群算法是模仿蜜蜂行為提出的一種優(yōu)化方法，是集群智能思想的一個(gè)具體應(yīng)用。 主要特點(diǎn)是不需要了解問(wèn)題的特殊信息，只需要對(duì)問(wèn)題進(jìn)行優(yōu)劣的比較，通過(guò)各人工蜂個(gè)體的局部尋優(yōu)行為，最終在群體中使全局最優(yōu)值突現(xiàn)出來(lái)，有著較快的收斂速度。 為了解決多變量函數(shù)優(yōu)化問(wèn)題，Karaboga在2005年提出了人工蜂群算法ABC模型（artificial bee colony algorithm）。,一 蜜蜂采蜜機(jī)理,蜜蜂是一種群居昆蟲(chóng)，雖然單個(gè)昆蟲(chóng)的行為極其簡(jiǎn)單，但是由單個(gè)簡(jiǎn)單的個(gè)體所組成的群體卻表現(xiàn)出極其復(fù)雜的行為。真實(shí)的蜜蜂

2、種群能夠在任何環(huán)境下，以極高的效率從食物源（花朵）中采集花蜜；同時(shí)，它們能適應(yīng)環(huán)境的改變。,蜂群產(chǎn)生群體智慧的最小搜索模型包含基本的三個(gè)組成要素：食物源、被雇傭的蜜蜂（employed foragers）和未被雇傭的蜜蜂（unemployed foragers）；兩種最為基本的行為模型：為食物源招募（recruit）蜜蜂和放棄（abandon）某個(gè)食物源。,(1)食物源：食物源的價(jià)值由多方面的因素決定，如：它離蜂巢的遠(yuǎn)近，包含花蜜的豐富程度和獲得花蜜的難易程度。使用單一的參數(shù)，食物源的“收益率”（profitability），來(lái)代表以上各個(gè)因素。,(2)被雇用的蜜蜂：也稱(chēng)引領(lǐng)蜂（Leader）

3、，其與所采集的食物源一一對(duì)應(yīng)。引領(lǐng)蜂儲(chǔ)存有某一個(gè)食物源的相關(guān)信息（相對(duì)于蜂巢的距離、方向、食物源的豐富程度等）并且將這些信息以一定的概率與其他蜜蜂分享。,(3)未被雇用的蜜蜂：其主要任務(wù)是尋找和開(kāi)采食物源。有兩種未被雇用的蜜蜂：偵查蜂（Scouter）和跟隨蜂（Follower）。偵察蜂搜索蜂巢附近的新食物源；跟隨蜂等在蜂巢里面并通過(guò)與引領(lǐng)蜂分享相關(guān)信息找到食物源。一般情況下，偵察蜂的平均數(shù)目是蜂群的5%-20%。,在群體智慧的形成過(guò)程中，蜜蜂間交換信息是最為重要的一環(huán)。舞蹈區(qū)是蜂巢中最為重要的信息交換地。蜜蜂的舞蹈叫做搖擺舞。食物源的信息在舞蹈區(qū)通過(guò)搖擺舞的形式與其他蜜蜂共享，引領(lǐng)蜂通過(guò)搖擺

4、舞的持續(xù)時(shí)間等來(lái)表現(xiàn)食物源的收益率，故跟隨蜂可以觀察到大量的舞蹈并依據(jù)收益率來(lái)選擇到哪個(gè)食物源采蜜。收益率與食物源被選擇的可能性成正比。因而，蜜蜂被招募到某一個(gè)食物源的概率與食物源的收益率成正比。,初始時(shí)刻，蜜蜂以偵察蜂的身份搜索。其搜索可以由系統(tǒng)提供的先驗(yàn)知識(shí)決定，也可以完全隨機(jī)。經(jīng)過(guò)一輪偵查后，若蜜蜂找到食物源，蜜蜂利用它本身的存儲(chǔ)能力記錄位置信息并開(kāi)始采蜜。此時(shí)，蜜蜂將成為“被雇用者”。蜜蜂在食物源采蜜后回到蜂巢卸下蜂蜜然后將有如下選擇： (1)放棄食物源而成為非雇傭蜂。 (2)跳搖擺舞為所對(duì)應(yīng)的食物源招募更多的蜜蜂，然后回到食物源采蜜。 (3)繼續(xù)在同一個(gè)食物源采蜜而不進(jìn)行招募。 對(duì)于

5、非雇傭蜂有如下選擇： (1)轉(zhuǎn)變成為偵察蜂并搜索蜂巢附近的食物源。其搜索可以由先驗(yàn)知識(shí)決定，也可以完全隨機(jī)。 (2)在觀察完搖擺舞后被雇用成為跟隨蜂，開(kāi)始搜索對(duì)應(yīng)食物源鄰域并采蜜。,二 ABC算法原理,在基本ABC算法中，人工蜂群包含3種個(gè)體：雇傭蜂、觀察蜂和偵查蜂。 每個(gè)雇傭蜂對(duì)應(yīng)一個(gè)確定的蜜源（解向量）并在迭代中對(duì)蜜源的鄰域進(jìn)行搜索。 根據(jù)蜜源豐富程度（適應(yīng)值的大?。┎捎幂啽P(pán)賭的方式雇傭觀察峰采蜜（搜索新蜜源） 如果蜜源多次更新沒(méi)有改進(jìn)，則放棄該蜜源，雇傭蜂轉(zhuǎn)為偵查蜂隨機(jī)搜索新蜜源。,1.蜜源初始化,初始化時(shí)，隨機(jī)生成SN個(gè)可行解（等于雇傭蜂的數(shù)量）并計(jì)算適應(yīng)度函數(shù)值。隨機(jī)產(chǎn)生可行解的公式

6、如下： (1) 式中，xi(i=1, 2, . . . , SN)為D維向量，D為優(yōu)化參數(shù)的個(gè)數(shù)，j 1, 2, , D。,2. 新蜜源的更新搜索公式,蜜蜂記錄自己到目前為止的最優(yōu)值，并在當(dāng)前蜜源鄰域內(nèi)展開(kāi)搜索，基本ABC在蜜源附近搜索新蜜源的公式為: (2) 式中，j 1, 2, , D ，k 1, 2, , SN ，k為隨機(jī)生成且ki，ik 為 - 1, 1之間的隨機(jī)數(shù)。,3. 觀察蜂選擇雇傭蜂的概率,（3） 式中，fit(xi)為第i個(gè)解的適應(yīng)值對(duì)應(yīng)蜜源的豐富程度。蜜源越豐富，被觀察蜂選擇的概率越大。,4. 偵察蜂的產(chǎn)生,為防止算法陷入局部最優(yōu)，當(dāng)某蜜源迭代limit次沒(méi)有改進(jìn)時(shí)，便放棄

7、該蜜源, 并且將該蜜源記錄在禁忌表中, 同時(shí)該蜜源對(duì)應(yīng)的雇用蜂轉(zhuǎn)變?yōu)閭刹旆浒词?1)隨機(jī)產(chǎn)生一個(gè)新的位置代替原蜜源。,三 控制參數(shù),蜜源的個(gè)數(shù)（與雇傭蜂或觀察蜂相等）SN 算法終止的最大進(jìn)化數(shù)(maximum evaluation number)MEN limit。,基本ABC算法的流程為： 1: 根據(jù)式(1)初始化種群解xi，i =1,SN 2: 計(jì)算種群中各個(gè)蜜蜂的適應(yīng)值 3: cycle = 1 4: repeat 5: 雇傭蜂根據(jù)(2)產(chǎn)生新的解vi 并計(jì)算適應(yīng)值 6: 雇傭蜂根據(jù)貪心策略選擇蜜源 7: 根據(jù)(3)式計(jì)算選擇蜜源xi的概率Pi 8: 觀察蜂根據(jù)概率Pi選擇蜜源xi，根據(jù)(2)式在該蜜源附近產(chǎn)生新的蜜源vi ，并計(jì)算新蜜源vi的適應(yīng)值 9: 觀察蜂根據(jù)貪心策略選擇蜜源 10: 決定是否存在需要放棄的蜜源，如果存在，根據(jù)(1)式隨機(jī)產(chǎn)生一個(gè)蜜源替代它 11: 記錄最優(yōu)解