文档介绍:
: .
二稿混沌蜂群算法
D
在许多文献中,混沌映射都具有确定性、,用混沌序列代替伪随机序列并应用于相关程序中,在许多算法中已经表现出一些有效的﹑好的结果,,理论上讲,混沌序列的选择是合理的.
在本文中,用混沌系统生成的不同序列代替ABC参数的随机数,,,它可以加强全局优化,,一般情况下,如果他们不遵循均匀分布,,应用确定性混沌信号代替随机序列是提高ABC性能的一种策略.
本文的其余结构,如下所示:第1节中回顾了ABC的相关内容;第2章介绍了所提出的方法、混沌蜂群算法,简称CBCAs;第3节介绍了用于提出的方法进行比较的测试函数;第4节,测试所提出的方法;第5节通过基准问题和模拟结果进行对比,得出结论.
在标准ABC算法中人工蜂群包括引领蜂,守望蜂和侦查蜂三个组成部分。每个引领蜂有一个确定的食物源(每个食物源的位置代表优化问题的一个可行解),引领蜂的个数与食物源的个数相等,食物源的花蜜量是由相应解的适应度值来决定的。初始化之后,引领蜂根据记忆中的局部信息产生一个新的位置并检查新位置的花蜜量。若新位置的花蜜量比原来的多,则该蜜蜂更新记忆并记住新的位置。所有的引领蜂搜索完之后,将花蜜源信息通过在舞蹈区跳舞的方式传递给守望蜂。守望蜂根据引领蜂所找的食物源的花蜜量按概率选择一只引领蜂并跟随它,在这只引领蜂所在的食物源附近再重新搜索找到新的位置,并检查新候选位置的花蜜量。若新位置优于原来的位置,则更新记忆并记住新的位置。算法的伪代码见图2.
在初始化步骤后搜索的周期包括三个步骤:将引领蜂引到食物源并计算其花蜜量;将守望蜂引到食物来源并计算出花蜜量;确定侦查蜂,,,,按概率选择其中一只引领蜂,并跟随它.
蜂群的每个侦查蜂都被视为种群的探险者,不能发表任何指导意见,,,,,,那食物源就会被发现它的引领蜂遗弃, ,当守望蜂和引领蜂进行搜索空间的开发过程时,,.
在复杂模拟现象中,取样、数值分析、决策,,、不可预测的,,混沌是一个简单的确定性的随机动力系统,混沌系统可以看作是随机性的来源.
一种混沌映射是离散动力系统
;; k = 0, 1, 2,. .
{xk:k =0,1,2,. . .},(混沌映射)和几个参数(初始条件).此外,通过更改其初始条件可以简单生成很多不同的序列,并且这些序列都具有确定性和可再生性.
最近,通过了混沌序列,而不是随机序列,并且混沌序列在许多应用程序中已经显现出一些有效的,好的结果如信息安全、非线性电路、,理论上讲,混沌序列的选择是合理的.
—初始化问题参数
—初始化算法参数
—构建初始引领蜂群解
—评估每只蜜蜂的适应值
—i=0
—Repeat
—N=0
—Repeat
K为 在i附近的一个解
Y为[-1,1