人工蜂群算法的改進及相關應用研究.pdf

1、人工蜂群算法是種新穎的智能算法，通過仿效蜜蜂群體尋找優(yōu)質蜜源的行為來解決實際問題。該算法通過不同蜜蜂個體的行為及個體之間的信息交互，借助啟發(fā)式的搜索策略，不僅有效的進行局部搜索，還具有全局尋優(yōu)的能力。由于算法復雜度低，魯棒性強，參數設置較少，搜索速度快，已被廣泛的應用于單目標優(yōu)化問題中。
　　然而，標準的蜂群算法面臨易早熟，在后期易進入局部最優(yōu)，搜索精確度較低的缺陷。另外，該算法應用于解決多目標優(yōu)化問題還不成熟，因此對蜂群算法的理

2、論及現實應用相關內容方面需要更深入的探究。
　　本課題主要針對蜂群算法的改進策略及適應性能進行探討和研究。針對上述算法存在的不足之處，提出相應的改進機制，并將其應用在直流電機系統(tǒng)控制器的單、多目標優(yōu)化設計及機器人路徑規(guī)劃中。主要內容如下：
　　首先，本文詳細闡述了人工蜂群算法中的相關基本概念、方法過程，優(yōu)化性能以及優(yōu)點等，還給出了算法實現的流程。然后為了加深對算法的適應性探究，運用基本的人工蜂群算法對直流電機系統(tǒng)中整數階以及

3、分數階PID控制器進行參數優(yōu)化。在后面仿真實驗中，人工蜂群算法求解得到的參數，使電機系統(tǒng)獲得了優(yōu)越的控制性能。
　　其次，針對算法易陷入局部最優(yōu)的問題，在雇傭蜂的搜索方程中引入兩個擾動變量，用來增加進化群體的多樣性和提高全局搜索能力。在解決機器人避障的路徑規(guī)劃問題中，改進的人工蜂群算法探索能力更強，更易找到較好的全局最優(yōu)解，即更容易跳出局部最優(yōu)。
　　最后，對于多目標人工蜂群算法在搜索過程中面臨的偏向性和多樣性降低的缺陷，給