人工蜂群算法理論及其在通信中的應(yīng)用研究.pdf

1、在工程技術(shù)、管理科學(xué)、計(jì)算機(jī)科學(xué)、科學(xué)研究等領(lǐng)域中存在著大量的優(yōu)化問(wèn)題需要解決，目前工程中常用的優(yōu)化算法主要有經(jīng)典優(yōu)化算法、局部搜索和貪婪算法、智能優(yōu)化算法和混合優(yōu)化算法等。群體智能優(yōu)化算法是群體智能研究中的一個(gè)重要分支，通過(guò)模擬自然界生物的群體智能行為，并從它們的群體行為中提取模型，為這些行為建立一些規(guī)則，從而構(gòu)造出來(lái)的隨機(jī)優(yōu)化算法。與傳統(tǒng)優(yōu)化算法相比，智能優(yōu)化算法有著實(shí)現(xiàn)簡(jiǎn)單、全局收斂性好、魯棒性強(qiáng)、易于擴(kuò)充和自組織性等諸多優(yōu)點(diǎn)。<

2、br>　　 人工蜂群算法是一種模擬自然界中蜜蜂采蜜行為的新型智能優(yōu)化算法，提出的時(shí)間較短，但因其計(jì)算簡(jiǎn)潔、控制參數(shù)少、收斂性好、魯棒性強(qiáng)等特點(diǎn)，吸引了越來(lái)越多的學(xué)者對(duì)其進(jìn)行研究。本文主要從人工蜂群算法的應(yīng)用和改進(jìn)兩個(gè)方面，對(duì)其進(jìn)行了研究。
　　 首先，對(duì)人工蜂群算法的生物模型、算法基本原理以及算法實(shí)現(xiàn)過(guò)程和流程進(jìn)行了詳細(xì)闡述，簡(jiǎn)單總結(jié)了算法的特點(diǎn)，并就算法的國(guó)內(nèi)外研究現(xiàn)狀做了綜述。鑒于算法所具有的優(yōu)良特性，將其應(yīng)用于解決14個(gè)

3、城市的TSP問(wèn)題，這是一個(gè)NP難問(wèn)題。具體的，將人工蜂個(gè)體的位置映射為一次所走的路徑，食物源映射為路徑的長(zhǎng)度，14個(gè)城市TSP問(wèn)題的仿真實(shí)例，證明了人工蜂群算法解決此類組合優(yōu)化問(wèn)題是可靠、有效的。
　　 其次，針對(duì)多模優(yōu)化問(wèn)題，提出一種小生境人工蜂群算法，實(shí)驗(yàn)結(jié)果表明，與小生境遺傳算法相比，我們提出的算法是一種有效的多模優(yōu)化算法。
　　 再次，為了防止人工蜂群算法在進(jìn)化過(guò)程中特別是進(jìn)化后期由于個(gè)體多樣性不足而易使收斂速度

4、明顯變慢，以及算法收斂到一定精度時(shí)，算法無(wú)法繼續(xù)優(yōu)化等情況發(fā)生，本文提出了一種改進(jìn)算法—基于高斯變異和混沌擾動(dòng)的人工蜂群算法。改進(jìn)算法中，引入了高斯變異，以加強(qiáng)局部搜索能力，提高搜索精度;并根據(jù)混沌序列具有遍歷性、隨機(jī)性、細(xì)致搜索等特性，以當(dāng)前搜索停滯的解為基礎(chǔ)產(chǎn)生混沌序列，用此混沌序列對(duì)部分陷入局部最優(yōu)的個(gè)體采取一定的擾動(dòng)，以促使停滯的算法跳出限制繼續(xù)搜索，從而加快收斂速度，提高算法效率。對(duì)4個(gè)基準(zhǔn)測(cè)試函數(shù)進(jìn)行仿真實(shí)驗(yàn)，結(jié)果表明，改進(jìn)