学习笔记------人工蜂群算法

学习笔记------人工蜂群算法

为了解决多变量函数优化问题Karaboga在2005年提出了人工蜂群算法ABC模型。

1、 蜜蜂采蜜机理

蜜蜂是一种群居昆虫，虽然单个昆虫的行为极其简单，但是由单个简单的个体所组成的群体却表现出极其复杂的行为。真实的蜜蜂种群能够在任何环境下，以极高的效率从食物源（花朵）中采集花蜜；同时，它们能适应环境的改变。

蚁群产生群体智慧的最小搜索模型包含基本的三个组成要素：食物源、被雇佣的蜜蜂和未被雇佣的蜜蜂。两种最基本的行为模型：为食物源招募蜜蜂和放弃某个食物源。

(1) 食物源

食物源的价值由多方面因素决定，如：离蜂巢的远近、包含花蜜的丰富程度和获得花蜜的难易程度。使用单一的参数，食物源的“收益率”来代表以上各个因素。

（2) 被雇佣的蜜蜂

也称引领蜂，其与所采集的食物源一一对应（有多少个蜜源就有多少个引领蜂）。引领蜂储存有食物源的相关信息(相对与蜂巢的距离、方向和食物源的丰富程度等)并把这些信息以一定的概率与其他蜜蜂分享。

(3) 未被雇佣的蜜蜂

其主要任务是寻找和开采食物源。有两种未被雇佣的蜜蜂：侦查蜂和跟随蜂。侦查蜂搜索附近的新食物源；跟随蜂等在蜂巢里面并通过与引领蜂分享相关信息找到食物源。一般情况下，侦查蜂的数量是蜂群的5%–20%（跟随蜂的数量=引领蜂的数量）（引领蜂容易陷入局部最优，而跟随蜂只会在引领蜂附近搜索，这时候侦查蜂在另外的地方搜索，才会有全局最优）