優化演算法(五)—人工蜂群演算法Artificial Bee Colony Algorithm(ABC)

      人工蟻群演算法是一種模仿蜜蜂採蜜機理而產生的群智慧優化演算法。其原理相對複雜，但實現較為簡單，在許多領域中都有研究和應用。

 

蜜蜂採蜜機理

      蜜蜂是一種群居昆蟲，雖然單個昆蟲的行為極其簡單，但是由單個簡單的個體所組成的群體卻表現出極其複雜的行為。真實的蜜蜂種群能夠在任何環境下，以極高的效率從食物源（花朵）中採集花蜜；同時，它們能適應環境的改變。

 

      蜂群產生群體智慧的最小搜尋模型包含基本的三個組成要素：食物源、被僱傭的蜜蜂和未被僱傭的蜜蜂。兩種最基本的行為模型：為食物源招募蜜蜂和放棄某個食物源。

 

 

在基本ABC演算法中，人工蜂群包含三種個體：僱傭蜂、觀察蜂和偵查蜂

每個僱傭蜂對應一個確定的蜜源(解向量)，並在迭代中對蜜源的領域進行搜尋。

根據蜜源的豐富程度(適應值的大小)採用輪盤賭的方式僱傭觀察蜂採蜜(搜尋新蜜源)

如果蜜源多次更新沒有改進，則放棄該蜜源，僱傭蜂轉為偵查蜂隨機搜尋新蜜源。