优化算法——人工蜂群算法(ABC).doc

优化算法人工蜂群算法(ABC)一、人工蜂群算法的介绍 手机微信关注公众号ID：datadw 学习数据挖掘，研究大数据，关注你想了解的，分享你需要的。人工蜂群算法(Artificial Bee Colony, ABC)是由Karaboga于2005年提出的一种新颖的基于群智能的全局优化算法，其直观背景来源于蜂群的采蜜行为，蜜蜂根据各自的分工进行不同的活动，并实现蜂群信息的共享和交流，从而找到问题的最优解。人工蜂群算法属于群智能算法的一种。二、人工蜂群算法的原理 1、原理 标准的ABC算法通过模拟实际蜜蜂的采蜜机制将人工蜂群分为3类: 采蜜蜂、观察蜂和侦察蜂。整个蜂群的目标是寻找花蜜量最大的蜜源。在标准的ABC算法中，采蜜蜂利用先前的蜜源信息寻找新的蜜源并与观察蜂分享蜜源信息；观察蜂在蜂房中等待并依据采蜜蜂分享的信息寻找新的蜜源；侦查蜂的任务是寻找一个新的有价值的蜜源，它们在蜂房附近随机地寻找蜜源。 假设问题的解空间是维的，采蜜蜂与观察蜂的个数都是，采蜜蜂的个数或观察蜂的个数与蜜源的数量相等。则标准的ABC算法将优化问题的求解过程看成是在维搜索空间中进行搜索。每个蜜源的位置代表问题的一个可能解，蜜源的花蜜量对应于相应的解的适应度。一个采蜜蜂与一个蜜源是相对应的。与第个蜜源相对应的采蜜蜂依据如下公式寻找新的蜜源：其中，是区间上的随机数，。标准的ABC算法将新生成的可能解与原来的解作比较，并采用贪婪选择策略保留较好的解。每一个观察蜂依据概率选择一个蜜源，概率公式为其中，是可能解的适应值。对于被选择的蜜源，观察蜂根据上面概率公式搜寻新的可能解。当所有的采蜜蜂和观察蜂都搜索完整个搜索空间时，如果一个蜜源的适应值在给定的步骤内(定义为控制参数“limit”) 没有被提高, 则丢弃该蜜源，而与该蜜源相对应的采蜜蜂变成侦查蜂，侦查蜂通过已下公式搜索新的可能解。其中，是区间上的随机数，和是第维的下界和上界。 2、流程 初始化； 重复以下过程：o 将采蜜蜂与蜜源一一对应，根据上面第一个公式更新蜜源信息，同时确定蜜源的花蜜量；o 观察蜂根据采蜜蜂所提供的信息采用一定的选择策略选择蜜源，根据第一个公式更新蜜源信息，同时确定蜜源的花蜜量；o 确定侦查蜂，并根据第三个公式寻找新的蜜源；o 记忆迄今为止最好的蜜源； 判断终止条件是否成立；三、人工蜂群算法用于求解函数优化问题 对于函数其中。代码：cppview plaincopy1. #include2. #include3. #include4. #include5. #include6. #include7. usingnamespacestd;8. 9. constintNP=40;/种群的规模，采蜜蜂+观察蜂10. constintFoodNumber=NP/2;/食物的数量，为采蜜蜂的数量11. constintlimit=20;/限度，超过这个限度没有更新采蜜蜂变成侦查蜂12. constintmaxCycle=10000;/停止条件13. 14. /*函数的特定参数*/15. constintD=2;/函数的参数个数16. constdoublelb=-100;/函数的下界17. constdoubleub=100;/函数的上界18. 19. doubleresultmaxCycle=0;20. 21. /*种群的定义*/22. structBeeGroup23. 24. doublecodeD;/函数的维数25. doubletrueFit;/记录真实的最小值26. doublefitness;27. doublerfitness;/相对适应值比例28. inttrail;/表示实验的次数，用于与limit作比较29. BeeFoodNumber;30. 31. BeeGroupNectarSourceFoodNumber;/蜜源，注意：一切的修改都是针对蜜源而言的32. BeeGroupEmployedBeeFoodNumber;/采蜜蜂33. BeeGroupOnLookerFoodNumber;/观察蜂34. BeeGroupBestSource;/记录最好蜜源35. 36. /*函数的声明*/37. doublerandom(double,double);/产生区间上的随机数38. voidinitilize();/初始化参数39. doublecalculationTruefit(BeeGroup);/计算真实的函数值40. doublecalculationFitness(double);/计算适应值41. voidCalculateProbabilities();/计算轮盘赌的概率42. voidevalueSource();/评价蜜源43. voidsendEmployedBees();44. voidsendOnlookerBees();45. voidsendScoutBees();46. voidMemorizeBestSource();47. 48. 49. /*主函数*/50. intmain()51. 52. ofstreamoutput;53. output.open(dataABC.txt);54. 55. srand(unsigned)time(NULL);56. initilize();/初始化57. MemorizeBestSource();/保存最好的蜜源58. 59. /主要的循环60. intgen=0;61. while(genmaxCycle)62. 63. sendEmployedBees();64. 65. CalculateProbabilities();66. 67. sendOnlookerBees();68. 69. MemorizeBestSource();70. 71. sendScoutBees();72. 73. MemorizeBestSource();74. 75. outputsetprecision(30)BestSource.trueFitendl;76. 77. gen+;78. 79. 80. output.close();81. cout运行结束!endl;82. return0;83. 84. 85. /*函数的实现*/86. doublerandom(doublestart,doubleend)/随机产生区间内的随机数87. 88. returnstart+(end-start)*rand()/(RAND_MAX+1.0);89. 90. 91. voidinitilize()/初始化参数92. 93. inti,j;94. for(i=0;iFoodNumber;i+)95. 96. for(j=0;j=0)140. 141. fitnessResult=1/(truefit+1);142. else143. 144. fitnessResult=1+abs(truefit);145. 146. returnfitnessResult;147. 148. 149. voidsendEmployedBees()/修改采蜜蜂的函数150. 151. inti,j,k;152. intparam2change;/需要改变的维数153. doubleRij;/-1,1之间的随机数154. for(i=0;iFoodNumber;i+)155. 156. 157. param2change=(int)random(0,D);/随机选取需要改变的维数158. 159. /*选取不等于i的k*/160. while(1)161. 162. k=(int)random(0,FoodNumber);163. if(k!=i)164. 165. break;166. 167. 168. 169. for(j=0;jub)179. 180. EmployedBeei.codeparam2change=ub;181. 182. if(EmployedBeei.codeparam2changelb)183. 184. EmployedBeei.codeparam2change=lb;185. 186. EmployedBeei.trueFit=calculationTruefit(EmployedBeei);187. EmployedBeei.fitness=calculationFitness(EmployedBeei.trueFit);188. 189. /*贪婪选择策略*/190. if(EmployedBeei.trueFitNectarSourcei.trueFit)191. 192. for(j=0;jD;j+)193. 194. NectarSourcei.codej=EmployedBeei.codej;195. 196. NectarSourcei.trail=0;197. NectarSourcei.trueFit=EmployedBeei.trueFit;198. NectarSourcei.fitness=EmployedBeei.fitness;199. else200. 201. NectarSourcei.trail+;202. 203. 204. 205. 206. voidCalculateProbabilities()/计算轮盘赌的选择概率207. 208. inti;209. doublemaxfit;210. maxfit=NectarSource0.fitness;211. for(i=1;imaxfit)214. maxfit=NectarSourcei.fitness;215. 216. 217. for(i=0;iFoodNumber;i+)218. 219. NectarSourcei.rfitness=(0.9*(NectarSourcei.fitness/maxfit)+0.1;220. 221. 222. 223. voidsendOnlookerBees()/采蜜蜂与观察蜂交流信息，观察蜂更改信息224. 225. inti,j,t,k;226. doubleR_choosed;/被选中的概率227. intparam2change;/需要被改变的维数228. doubleRij;/-1,1之间的随机数229. i=0;230. t=0;231. while(tFoodNumber)232. 233. 234. R_choosed=random(0,1);235. if(R_choosedNectarSourcei.rfitness)/根据被选择的概率选择236. 237. t+;238. param2change=(int)random(0,D);239. 240. /*选取不等于i的k*/241. while(1)242. 243. k=(int)random(0,FoodNumber);244. if(k!=i)245. 246. break;247. 248. 249. 250. for(j=0;jD;j+)251. 252. OnLookeri.codej=NectarSourcei.codej;253. 254. 255. /*更新*/256. Rij=random(-1,1);257. OnLookeri.codeparam2change=NectarSourcei.codeparam2change+Rij*(NectarSourcei.codeparam2change-NectarSourcek.codeparam2change);258. 259. /*判断是否越界*/260. if(OnLookeri.codeparam2changeub)265. 266. OnLookeri.codeparam2change=ub;267. 268. OnLookeri.trueFit=calculationTruefit(OnLookeri);269. OnLookeri.fitness=calculationFitness(OnLookeri.trueFit);270. 271. /*贪婪选择策略*/272. if(OnLookeri.trueFitNectarSourcei.trueFit)273. 274. for(j=0;jD;j+)275. 276. NectarSourcei.codej=OnLookeri.codej;277. 278. NectarSourcei.trail=0;279. NectarSourcei.trueFit=OnLookeri.trueFit;280. NectarSourcei.fitness=OnLookeri.fitness;281. else282. 283. NectarSourcei.trail+;284. 285. 286. i+;287. if(i=FoodNumber)288. 289. i=0;290. 291. 292. 293. 294. 295. /*只有一只侦查蜂*/296. voidsendScoutBees()/判断是否有侦查蜂的出现，有则重新生成蜜源297. 298. intmaxtrialindex,i,j;299. doubleR;/0,1之间的随机数300. maxtrialindex=0;301. for(i=1;iNectarSourcemaxtrialindex.trail)304. 305. maxtrialindex=i;306. 307. 308. if(NectarSourcemaxtrialindex.trail=