[发明专利]一种基于进化知识融合的多目标人工蜂群算法

摘要

本发明公开了一种基于进化知识融合的多目标人工蜂群算法。首先，采用精英群体知识和种群自身进化知识混合引导引领蜂进化，保持种群的多样性和优异性，其次，将一种融合个体支配关系和种群分布关系的方法引入跟随蜂的概率选择作用，合理选择个体进行深度开发以改善算法收敛性能和分布性能，最后，提出一种更为严格的外部档案维护策略降低外部档案维护成本，提高了解集的分布性能。本发明所公开的多目标人工蜂群算法具有良好的收敛性能和分布性能，且解集的覆盖范围更广。

主权项

一种基于进化知识融合的多目标人工蜂群算法，其特征在于该算法包括以下步骤：步骤1：初始化种群数量，其中引领蜂和跟随蜂各占一半，设置最大迭代次数，外部档案最大存储个数，侦查蜂的最大淘汰次数，概率惩罚系数和，随机初始化蜜源并计算各蜜源的适应度值。步骤2：根据支配关系选择互不支配的解进入外部档案，采用精英选取策略选择精英个体，对引领蜂进行更新引导种群进化，更新后的蜜源如支配原蜜源则保留，互不支配则对种群中其他支配解进行贪婪选择，如新个体被支配则不保留。步骤3：计算跟随蜂更新概率，并依据所计算概率选择是否对该蜜源进行深度进化，进化完成后，其新蜜源保留策略与引领蜂相同。步骤4：当引领蜂和跟随蜂更新完成后，所得新蜜源未成功保留则其淘汰次数加1，当达到最大淘汰次数时，引领蜂转化为侦查蜂，重新产生一个蜜源将其替换。步骤5：采用一种更为严格的机制对外部档案进行维护。步骤6：迭代次数加1，判断是否达到最大迭代次数，达到则结束并输出外部档案，否则转步骤2。