改进型二值人工蜂群算法
神经与进化计算
2020-04-21 v2 人工智能
摘要
人工蜂群(ABC)算法是一种基于群体智能、受蜜蜂觅食行为启发的进化优化算法。由于 ABC 算法是为在连续搜索空间中搜索以实现最优解而开发的,需加以修改才能将该方法应用于二值优化问题。本文中,我们改进 ABC 算法以求解二值优化问题,称之为改进型二值人工蜂群(ibinABC)。所提方法由基于适应度值的更新机制与处理不同数量决策变量组成。由此,我们旨在通过提升其探索能力来防止 ABC 算法陷入局部极小。我们将 ibinABC 算法与文献中 ABC 的三种变体及其他元启发式算法进行比较。比较中,我们使用著名的 OR-Library 数据集,其包含为无容量限制设施选址问题准备的 15 个算例。计算结果表明,所提方法在收敛速度与鲁棒性方面优于其他方法。算法源代码将在审稿流程后发布于 GitHub。
引用
@article{arxiv.2003.11641,
title = {Improved Binary Artificial Bee Colony Algorithm},
author = {Rafet Durgut},
journal= {arXiv preprint arXiv:2003.11641},
year = {2020}
}