[发明专利]一种基于人工蜂群算法的优化方法

权利要求书

1.一种基于人工蜂群算法的优化方法，其特征在于，包括：

步骤10、设置EeABC的参数，所述参数包括种群大小SN、最大迭代次数MCN、最大评估次数MFE、个体维数D、阈值limit；

步骤20、生成初始种群，同时产生一个解和所述解的反向解，公式如下：

其中，i∈{1,2,…,SN}，表示蜜源的数量；j∈{1,2,…,D}，表示个体维度；表示解x_i第j维的值；表示的反向解，表示第j维变量的取值范围；rand(0,1)为0到1之间的随机数；k∈[0,1]，为广义系数；[a_j,b_j]为第j维搜索空间的动态边界；

若反向解越界，采用公式(4)重新取值：

其中，rand(·)为随机函数，取值介于与之间；

步骤30、根据公式(5)分别计算个体的适应值，选取适应值较大的SN/2个个体作为初始雇佣蜂种群：

其中，fit_i表示第i个个体的适应值，f_i表示第i个个体的函数值；

步骤40、在由步骤30选择出来的雇佣蜂个体附近进行邻域搜索，得到新蜜源，搜索策略如公式(6)所示：；

其中，v_i^j为新蜜源；下标r1为集合{1,2,...,SN}中的随机整数，且不等于i；系数取值范围为[-1,1]；变量表示第r1个蜜源的第j维；变量表示最佳蜜源的第j维；

步骤50、按照公式(5)计算新蜜源中新个体的适应值，记作fit_new,若fit_i<fit_new，采用新个体替换当前雇佣蜂个体，trial(i)＝0；否则，进行随机搜索，当rand<fit_i时，按照公式(7)进行搜索，trial(i)＝0，若rand>fit_i，trial(i)++：

其中rand为0到1之间的随机数，下标r2为集合{1,2,...,SN}中的随机整数，且不等于i，系数取值范围为[-1,1]；变量表示第r2个蜜源的第j维；

步骤60、判断trial(i)>limit是否成立，若成立，则放弃当前蜜源，进入侦查蜂阶段，根据公式(8)生成新蜜源，若不成立，则当前的解为最优解，转至步骤7；

步骤70、记录最优解；

步骤80、判断评估次数≥MFE，若是，则输出最优解；否则，转至步骤40。