一种基于人工蜂群的高维非线性优化算法  

A New High-Dimensional Nonlinear Optimization Algorithm Based on Artificial Bee Colony

作　　者：拓守恒[1] 

机构地区：[1]陕西理工学院数学与计算机科学学院,陕西汉中723000

出　　处：《微电子学与计算机》2012年第7期42-46,共5页Microelectronics & Computer

基　　金：国家自然科学基金项目(81160183);国家"八六三"计划项目(2008AA01A303);陕西理工学院"汉水文化"省级重点学科课题(SLGH1226)

摘　　要：针对传统优化算法在求解高维非线性优化问题时,存在收敛速率慢和求解精度不高等问题.提出一种改进的人工蜂群优化算法.正交试验设计算法被用于初始化蜂群和侦察蜂探索新蜜源.采蜜蜂利用高斯分布估计优化算法在蜜源附近搜索,跟随蜂采用自适应差分算法进行搜索.最后,通过4个标准的高维Benchmark函数测试表明,本文算法在收敛速度、求解精度和稳定性方面有一定优势.About convergence rate and solution precision are not high in high-dimensional Nonlinear Optimization Problem（NOP）,an improved Artificial Bee Colony（ABC） optimization algorithm is proposed in this paper.Firstly,the orthogonal experimental design algorithm was used to generate initial population and discover a new food source for the scout;Secondly,employed bees uses Gaussian Distribution Estimate Algorithm（GDEA） to search,according to fitness value,onlooker bees select one employed bees and search new nectar source in an self-adaptive differential search algorithm.At last this algorithm is tested on 4 standard benchmark functions,and the experimental results show this algorithm has some advantages in convergence velocity,solution precision,and stabilization.

关 键 词：人工蜂群优化算法 高维非线性优化问题 高斯分布估计算法 正交试验设计算法 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]