淺談人工蜂群算法的發(fā)展運用

邵江琦，胡福良

（1.浙江大學環(huán)境與資源學院資源環(huán)境科學1601班，浙江 杭州310058；2.浙江大學動物科學學院，浙江 杭州310058）

1 群體智能

群體智能的概念起源于對自然界中某些昆蟲群體的觀察，是指群居性生物依靠相互協(xié)作在宏觀層面上表現(xiàn)出的智能行為。最早有關(guān)群體智能的研究是由Reynolds在1987年提出的鳥類群體飛行行為的仿真模型Boids[1]。該模型是通過模擬現(xiàn)實中的鳥類群體運動行為，利用計算機復制并重現(xiàn)其運動軌跡，進行抽象建模，來擴展開發(fā)新的運動形式。

隨著群體智能研究的發(fā)展，其良好的解決問題的優(yōu)化性能也越來越被人們所關(guān)注。自20世紀90年代開始，高效優(yōu)化技術(shù)的需求與計算機應用技術(shù)的高效發(fā)展，模擬生物群體智能行為以解決復雜問題已經(jīng)成為優(yōu)化領(lǐng)域的研究熱點，并逐步發(fā)展成以群體智能為核心的理論體系。近些年在物聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)的快速發(fā)展趨勢下，群體智能逐漸發(fā)展成將人類智能與智能機器相互融合的技術(shù)，并在群智感知計算、聯(lián)邦學習及眾包等領(lǐng)域取得突破性進展[2]。

本文所介紹的人工蜂群算法（artificial bee colony，ABC）是群體智能算法中具有代表性的一種，是通過模擬蜜蜂的覓食行為來解決多維與多模的數(shù)值優(yōu)化問題，由Dervis在2005年提出[3]。該算法自提出以來就受到眾多學者的極大關(guān)注，廣泛應用于神經(jīng)網(wǎng)絡、工程應用、數(shù)據(jù)挖掘和圖像識別等領(lǐng)域[4]。

2 人工蜂群算法

2.1 蜜蜂的覓食行為

雖然單個蜜蜂的行為很簡單，但是蜜蜂群體卻能夠表現(xiàn)出極其復雜的行為，可以在自然當中高效地采集花蜜，還能夠迅速適應生存環(huán)境的改變。……