基于混沌局部搜索算子的人工蜂群算法

doi:10.3724/SP.J.1087.2012.01033

计算机应用 ›› 2012, Vol. 32 ›› Issue (04): 1033-1036.DOI: 10.3724/SP.J.1087.2012.01033

基于混沌局部搜索算子的人工蜂群算法

王翔¹,李志勇²,许国艺³,王艳⁴

1. 郑州航空工业管理学院土木建筑工程学院，郑州 450015
2. 郑州航空工业管理学院数理系,郑州 450015
3. 郑州航空工业管理学院会计学院,郑州 450015
4. 郑州航空工业管理学院计算机科学与应用系,郑州 450015

收稿日期:2011-10-25 修回日期:2011-12-01 发布日期:2012-04-20 出版日期:2012-04-01
通讯作者: 王翔
作者简介:王翔(1976-),男,河南洛阳人,讲师,博士，主要研究方向：演化算法、数据挖掘;
李志勇（1976-），男，河南漯河人，讲师，硕士研究生，主要研究方向：演化算法;
许国艺（1973-），男，河南内乡人，副教授，博士研究生，主要研究方向:数据挖掘在绩效审计的应用;
王艳（1978-），女，河南周口人，讲师，硕士研究生，主要研究方向：数据挖掘。
基金资助:
河南省科技攻关项目;河南省教育厅自然科学基金项目

Artificial bee colony algorithm based on chaos local search operator

Wang Xiang¹,LI Zhi-yong²,XU Guo-yi³,WANG Yan⁴

1. School of Civil Engineering, Zhengzhou Institute of Aeronautical Industry Management, Zhengzhou Henan 450015, China
2. Department of Mathematics and Physics, Zhengzhou Institute of Aeronautical Industry Management, Zhengzhou Henan 450015, China
3. School of Accounting, Zhengzhou Institute of Aeronautical Industry Management, Zhengzhou Henan 450015, China
4. Department of Computer Science and Application, Zhengzhou Institute of Aeronautical Industry Management, Zhengzhou Henan 450015, China

Received:2011-10-25 Revised:2011-12-01 Online:2012-04-20 Published:2012-04-01
Contact: Wang Xiang

摘要/Abstract

摘要： 在求解函数优化问题时，为了提升人工蜂群算法局部搜索能力，提出了一种新颖的混沌蜂群算法。新算法设计了一种混沌局部搜索算子，并将其嵌入蜂群算法框架中；该算子不仅能够实现在最优食物源周围局部搜索，还能够随着进化代数增加使搜索范围不断缩小。仿真实验结果表明,与人工蜂群算法相比，新算法在Rosenbrock函数上，求解精度和收敛速度明显占优；此外新算法在多模函数Griewank和Rastrigin上，收敛速度明显占优。

关键词: 优化, 混沌, 人工蜂群算法, 局部搜索

Abstract: In order to improve the ability of Artificial Bee Colony (ABC) algorithm at exploitation, a new Chaos Artificial Bee Colony (CH-ABC) algorithm was proposed for continuous function optimization problems. A new chaotic local search operator was embedded in the framework of the new algorithm. The new operator, whose search radius shrinks with the evolution generation, can do the local search around the best food source. The simulation results show that: compared with those of ABC algorithm, the solution quality and the convergence speed of the new algorithm are better for Rosenbrock and the convergence speed of the new algorithm is better for Griewank and Rastrigin.

Key words: optimization, chaos, Artificial Bee Colony (ABC) algorithm, local search

王翔李志勇许国艺王艳. 基于混沌局部搜索算子的人工蜂群算法[J]. 计算机应用, 2012, 32(04): 1033-1036.

Wang Xiang LI Zhi-yong XU Guo-yi WANG Yan. Artificial bee colony algorithm based on chaos local search operator[J]. Journal of Computer Applications, 2012, 32(04): 1033-1036.

参考文献

［1］ KARABOGA D, BASTURK B. A powerful and efficient algorithm for numerical function optimization: Artificial bee colony (ABC) algorithm［J］. Journal of Global Optimization, 2007, 39(3): 459-471. ［2］ KARABOGA D, BASTURK B. On the performance of artificial bee colony (ABC) algorithm［J］. Applied Soft Computing, 2008, 8(1): 687-697. ［3］张超群, 郑建国, 王翔. 蜂群算法研究综述［J］. 计算机应用研究, 2011, 28(9): 3201-3205. ［4］ KARABOGA D, AKAY B. A survey: Algorithms simulating bee swarm intelligence［J］. Artificial Intelligence Review,2009, 31(1-4): 61-85. ［5］ GAO W, LIU S. Improved artificial bee colony algorithm for global optimization［J］. Information Processing Letters, 2011, 111(17): 871-882. ［6］ BANHARNSAKUN A, ACHALAKUL T, SIRINAOVAKUL B. The best-so-far selection in artificial bee colony algorithm［J］. Applied Soft Computing,2011, 11(2): 2888-2901. ［7］胡珂, 李迅波, 王振林. 改进的人工蜂群算法性能［J］. JOCA, 2011, 31(4): 1107-1110. ［8］罗钧, 李研. 具有混沌搜索策略的蜂群优化算法［J］. 控制与决策,2010, 25(12): 1913-1916. ［9］樊小毛, 马良. 0-1背包问题的蜂群优化算法［J］. 数学的实践与认识, 2010, 40(6)：155-160. ［10］芮钧, 梁伟, 陈守伦, 等. 基于变尺度混沌算法的混联水电站水库群优化调度［J］. 水力发电学报, 2010,29(1): 66-71. ［11］贾东立, 张家树. 基于混沌变异的小生境粒子群算法［J］. 控制与决策,2007, 22(1): 117-120. ［12］司风琪, 顾慧, 叶亚兰, 等. 基于混沌粒子群算法的火电厂厂级负荷在线优化分配［J］. 中国电机工程学报,2011, 31(26): 103-109. ［13］孟红记, 郑鹏, 梅国晖, 等. 基于混沌序列的粒子群优化算法［J］. 控制与决策,2006, 21(3): 263-266. ［14］刘长平, 叶春明. 基于逻辑自映射的变尺度混沌粒子群优化算法［J］. 计算机应用研究,2011, 28(8): 2825-2827. ［15］方振国, 陈得宝. 新的基于混沌搜索的组优化算法［J］. JOCA,2011, 31(3): 657-659.

[1]	李开荣, 刘爽, 胡倩倩, 唐亦媛. 基于转角约束的改进蚁群优化算法路径规划[J]. 计算机应用, 2021, 41(9): 2560-2568.
[2]	徐丽云, 闫涛, 钱宇华. 基于级联混沌系统的分数域语音加密算法[J]. 计算机应用, 2021, 41(9): 2623-2630.
[3]	陈俊, 何庆. 基于余弦相似度的改进蝴蝶优化算法[J]. 计算机应用, 2021, 41(9): 2668-2677.
[4]	牛瑞华, 杨俊, 邢斓馨, 吴仁彪. 基于卷积注意力模块和双通道网络的微表情识别算法[J]. 计算机应用, 2021, 41(9): 2552-2559.
[5]	李蒙蒙, 秦伟, 刘艺, 刁兴春. 结合头脑风暴优化的混合蚁群优化算法[J]. 计算机应用, 2021, 41(8): 2412-2417.
[6]	罗明宇, 骆晓萌, 朱文敏, 张磊, 范秀敏. 船舶狭小空间虚拟人维修姿态建模技术[J]. 计算机应用, 2021, 41(8): 2466-2472.
[7]	张闻强, 邢征, 杨卫东. 基于多区域采样策略的混合粒子群优化求解多目标柔性作业车间调度问题[J]. 计算机应用, 2021, 41(8): 2249-2257.
[8]	汤安迪, 韩统, 徐登武, 谢磊. 混沌精英哈里斯鹰优化算法[J]. 计算机应用, 2021, 41(8): 2265-2272.
[9]	张盟, 郭健全. 需求和回收不确定的闭环供应链渠道结构选择[J]. 计算机应用, 2021, 41(7): 2100-2107.
[10]	汤安迪, 韩统, 徐登武, 谢磊. 基于混沌麻雀搜索算法的无人机航迹规划方法[J]. 计算机应用, 2021, 41(7): 2128-2136.
[11]	张祥飞, 鲁宇明, 张平生. 基于协同进化的约束多目标优化算法[J]. 计算机应用, 2021, 41(7): 2012-2018.
[12]	赵秋云, 魏乐, 舒红平. 面向制造任务的云制造虚拟车间构造方法[J]. 计算机应用, 2021, 41(7): 2003-2011.
[13]	杨震, 马健霄, 王宝杰. 设置待行区条件下双环相位信号配时优化模型[J]. 计算机应用, 2021, 41(7): 2108-2112.
[14]	王宇, 刘燕丽, 陈劭武. 基于顶点冲突学习的最大公共子图算法[J]. 计算机应用, 2021, 41(6): 1756-1760.
[15]	程美英, 钱乾, 倪志伟, 朱旭辉. 信息筛选多任务优化自组织迁移算法[J]. 计算机应用, 2021, 41(6): 1748-1755.

基于混沌局部搜索算子的人工蜂群算法

Artificial bee colony algorithm based on chaos local search operator

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics