第10卷第6期 智能系统学报 Vol.10 No.6 2015年12月 CAAI Transactions on Intelligent Systems Dec.2015 D0:10.11992/is.201507032 网络出版地址：http://www.cnki.net/kcms/detail/23.1538.tp.20151110.1354.020.html 混沌搜索策略的改进人工蜂群算法 彭晓华1，刘利强 (1.辽宁工程技术大学基础教学部，辽宁葫芦岛125105；2.辽宁工程技术大学电气与控制工程学院，辽宁葫芦岛 125105) 摘要：针对人工蜂群算法的蜂群缺乏多样性、全局和局部搜索能力差及收敛速度较慢，提出一种基于混沌搜索策 略的改进人工蜂群算法。该算法通过载波映射，由混沌-决策变量的变换，产生新的邻域点，为采蜜蜂和被招募的观 察蜂提供了更广阔的搜索空间和更优质的位置蜜源，增强蜂群多样性：同时，引进侦查蜂局部蜜源搜索较好地解决 了算法易陷入局部极小的问题，改善了人工蜂群算法的收敛性能。最后由6个标准测试函数的仿真验证，得到基于 混沌搜索策略的人工蜂群算法性能明显优于标准人工蜂群算法。 关键词：人工蜂群算法：混沌搜索策略：载波映射：局部蜜源搜索：蜂群多样性；混沌-决策变量：收敛性能：仿真实验 中图分类号：TP301.6文献标志码：A文章编号：1673-4785(2015)06-0927-07 中文引用格式：彭晓华，刘利强.混沌搜索策略的改进人工蜂群算法[J].智能系统学报，2015,10(6)：927-933. 英文引用格式：PENG Xiaohua,LIU Liqiang.mproved artificial bee colony algorithm based on chaos searching strategy[J].CAAL Transactions on Intelligent Systems,2015,10(6):927-933. Improved artificial bee colony algorithm based on chaos searching strategy PENG Xiaohua',LIU Liqiang (1.Ministry of basic education,Liaoning University of engineering and Technology,Huludao 125105,China;2.College of electrical and control engineering,Liaoning University of engineering and Technology,Huludao 125105,China) Abstract:The current artificial bee colony algorithm results in the swarm lacking diversity,and the global and local search abilities and convergence speed are slow.We propose an improved artificial bee colony algorithm based on a chaotic search strategy.We map the algorithm with the carrier using a chaos decision variable transformation,gen- erating new neighborhood points,and recruiting bees within a broader search space and from better source loca- tions,while enhancing swarm diversity.In addition,the investigation of a local honey bee search better solved the algorithm problem of the local minimum and improved the convergence property of the artificial bee colony algo- rithm.The most recent six simulation validations of the standard test functions using the proposed artificial bee colo- ny algorithm,based on the chaotic search strategy,are significantly better than the performance results of the cur- rent artificial bee colony algorithm. Keywords:artificial bee colony algorithm;chaotic search strategy;carrier mapping;local search nectar;the swarm diversity;chaos-decision variable;convergence performance;simulation experiment 人工蜂群算法(artificial bee colony algorithm,ABCA)是一种模拟自然界中蜜蜂按照不同分工而 共同寻找优质蜜源的智能方法。l995年Seeley首 收稿日期：2015-4-30.网络出版日期：2015-11-10. 次阐述了有关蜜蜂群体行为的自组织模型。2005 基金项目：国家自然科学基金资助项目(51274118)：辽宁省教育厅基金 年D.Karaboga建立了具有完整协同动作的人工蜂 资助项目(L2012119). 通信作者：刘利强.E-mail:2965131477@qq.com 群算法模型，而且通过非线性的函数优化实验验证第 １０ 卷第 ６ 期 智 能 系 统 学 报 Ｖｏｌ．１０ №．６ ２０１５ 年 １２ 月 ＣＡＡＩ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ Ｄｅｃ． ２０１５ ＤＯＩ：１０．１１９９２ ／ ｔｉｓ．２０１５０７０３２ 网络出版地址：ｈｔｔｐ： ／ ／ ｗｗｗ．ｃｎｋｉ．ｎｅｔ ／ ｋｃｍｓ／ ｄｅｔａｉｌ ／ ２３．１５３８．ｔｐ．２０１５１１１０．１３５４．０２０．ｈｔｍｌ 混沌搜索策略的改进人工蜂群算法 彭晓华１ ， 刘利强２ （１．辽宁工程技术大学 基础教学部，辽宁 葫芦岛 １２５１０５； ２．辽宁工程技术大学 电气与控制工程学院，辽宁 葫芦岛 １２５１０５） 摘 要：针对人工蜂群算法的蜂群缺乏多样性、全局和局部搜索能力差及收敛速度较慢，提出一种基于混沌搜索策 略的改进人工蜂群算法。 该算法通过载波映射，由混沌－决策变量的变换，产生新的邻域点，为采蜜蜂和被招募的观 察蜂提供了更广阔的搜索空间和更优质的位置蜜源，增强蜂群多样性；同时，引进侦查蜂局部蜜源搜索较好地解决 了算法易陷入局部极小的问题，改善了人工蜂群算法的收敛性能。 最后由 ６ 个标准测试函数的仿真验证，得到基于 混沌搜索策略的人工蜂群算法性能明显优于标准人工蜂群算法。 关键词：人工蜂群算法；混沌搜索策略；载波映射；局部蜜源搜索；蜂群多样性；混沌－决策变量；收敛性能；仿真实验 中图分类号： ＴＰ３０１．６ 文献标志码：Ａ 文章编号：１６７３⁃４７８５（２０１５）０６⁃０９２７⁃０７ 中文引用格式：彭晓华， 刘利强． 混沌搜索策略的改进人工蜂群算法［Ｊ］． 智能系统学报， ２０１５， １０（６）： ９２７⁃９３３． 英文引用格式：ＰＥＮＧ Ｘｉａｏｈｕａ， ＬＩＵ Ｌｉｑｉａｎｇ． Ｉｍｐｒｏｖｅｄ ａｒｔｉｆｉｃｉａｌ ｂｅｅ ｃｏｌｏｎｙ ａｌｇｏｒｉｔｈｍ ｂａｓｅｄ ｏｎ ｃｈａｏｓ ｓｅａｒｃｈｉｎｇ ｓｔｒａｔｅｇｙ［Ｊ］． ＣＡＡＩ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ， ２０１５， １０（６）： ９２７⁃９３３． Ｉｍｐｒｏｖｅｄ ａｒｔｉｆｉｃｉａｌ ｂｅｅ ｃｏｌｏｎｙ ａｌｇｏｒｉｔｈｍ ｂａｓｅｄ ｏｎ ｃｈａｏｓ ｓｅａｒｃｈｉｎｇ ｓｔｒａｔｅｇｙ ＰＥＮＧ Ｘｉａｏｈｕａ １ ， ＬＩＵ Ｌｉｑｉａｎｇ ２ （１．Ｍｉｎｉｓｔｒｙ ｏｆ ｂａｓｉｃ ｅｄｕｃａｔｉｏｎ， Ｌｉａｏｎｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ ｅｎｇｉｎｅｅｒｉｎｇ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ， Ｈｕｌｕｄａｏ １２５１０５，Ｃｈｉｎａ；２．Ｃｏｌｌｅｇｅ ｏｆ ｅｌｅｃｔｒｉｃａｌ ａｎｄ ｃｏｎｔｒｏｌ ｅｎｇｉｎｅｅｒｉｎｇ， Ｌｉａｏｎｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ ｅｎｇｉｎｅｅｒｉｎｇ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ， Ｈｕｌｕｄａｏ １２５１０５，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｅ ｃｕｒｒｅｎｔ ａｒｔｉｆｉｃｉａｌ ｂｅｅ ｃｏｌｏｎｙ ａｌｇｏｒｉｔｈｍ ｒｅｓｕｌｔｓ ｉｎ ｔｈｅ ｓｗａｒｍ ｌａｃｋｉｎｇ ｄｉｖｅｒｓｉｔｙ， ａｎｄ ｔｈｅ ｇｌｏｂａｌ ａｎｄ ｌｏｃａｌ ｓｅａｒｃｈ ａｂｉｌｉｔｉｅｓ ａｎｄ ｃｏｎｖｅｒｇｅｎｃｅ ｓｐｅｅｄ ａｒｅ ｓｌｏｗ． Ｗｅ ｐｒｏｐｏｓｅ ａｎ ｉｍｐｒｏｖｅｄ ａｒｔｉｆｉｃｉａｌ ｂｅｅ ｃｏｌｏｎｙ ａｌｇｏｒｉｔｈｍ ｂａｓｅｄ ｏｎ ａ ｃｈａｏｔｉｃ ｓｅａｒｃｈ ｓｔｒａｔｅｇｙ． Ｗｅ ｍａｐ ｔｈｅ ａｌｇｏｒｉｔｈｍ ｗｉｔｈ ｔｈｅ ｃａｒｒｉｅｒ ｕｓｉｎｇ ａ ｃｈａｏｓ ｄｅｃｉｓｉｏｎ ｖａｒｉａｂｌｅ ｔｒａｎｓｆｏｒｍａｔｉｏｎ， ｇｅｎ⁃ ｅｒａｔｉｎｇ ｎｅｗ ｎｅｉｇｈｂｏｒｈｏｏｄ ｐｏｉｎｔｓ， ａｎｄ ｒｅｃｒｕｉｔｉｎｇ ｂｅｅｓ ｗｉｔｈｉｎ ａ ｂｒｏａｄｅｒ ｓｅａｒｃｈ ｓｐａｃｅ ａｎｄ ｆｒｏｍ ｂｅｔｔｅｒ ｓｏｕｒｃｅ ｌｏｃａ⁃ ｔｉｏｎｓ， ｗｈｉｌｅ ｅｎｈａｎｃｉｎｇ ｓｗａｒｍ ｄｉｖｅｒｓｉｔｙ． Ｉｎ ａｄｄｉｔｉｏｎ， ｔｈｅ ｉｎｖｅｓｔｉｇａｔｉｏｎ ｏｆ ａ ｌｏｃａｌ ｈｏｎｅｙ ｂｅｅ ｓｅａｒｃｈ ｂｅｔｔｅｒ ｓｏｌｖｅｄ ｔｈｅ ａｌｇｏｒｉｔｈｍ ｐｒｏｂｌｅｍ ｏｆ ｔｈｅ ｌｏｃａｌ ｍｉｎｉｍｕｍ ａｎｄ ｉｍｐｒｏｖｅｄ ｔｈｅ ｃｏｎｖｅｒｇｅｎｃｅ ｐｒｏｐｅｒｔｙ ｏｆ ｔｈｅ ａｒｔｉｆｉｃｉａｌ ｂｅｅ ｃｏｌｏｎｙ ａｌｇｏ⁃ ｒｉｔｈｍ． Ｔｈｅ ｍｏｓｔ ｒｅｃｅｎｔ ｓｉｘ ｓｉｍｕｌａｔｉｏｎ ｖａｌｉｄａｔｉｏｎｓ ｏｆ ｔｈｅ ｓｔａｎｄａｒｄ ｔｅｓｔ ｆｕｎｃｔｉｏｎｓ ｕｓｉｎｇ ｔｈｅ ｐｒｏｐｏｓｅｄ ａｒｔｉｆｉｃｉａｌ ｂｅｅ ｃｏｌｏ⁃ ｎｙ ａｌｇｏｒｉｔｈｍ， ｂａｓｅｄ ｏｎ ｔｈｅ ｃｈａｏｔｉｃ ｓｅａｒｃｈ ｓｔｒａｔｅｇｙ， ａｒｅ ｓｉｇｎｉｆｉｃａｎｔｌｙ ｂｅｔｔｅｒ ｔｈａｎ ｔｈｅ ｐｅｒｆｏｒｍａｎｃｅ ｒｅｓｕｌｔｓ ｏｆ ｔｈｅ ｃｕｒ⁃ ｒｅｎｔ ａｒｔｉｆｉｃｉａｌ ｂｅｅ ｃｏｌｏｎｙ ａｌｇｏｒｉｔｈｍ． Ｋｅｙｗｏｒｄｓ：ａｒｔｉｆｉｃｉａｌ ｂｅｅ ｃｏｌｏｎｙ ａｌｇｏｒｉｔｈｍ； ｃｈａｏｔｉｃ ｓｅａｒｃｈ ｓｔｒａｔｅｇｙ； ｃａｒｒｉｅｒ ｍａｐｐｉｎｇ； ｌｏｃａｌ ｓｅａｒｃｈ ｎｅｃｔａｒ； ｔｈｅ ｓｗａｒｍ ｄｉｖｅｒｓｉｔｙ； ｃｈａｏｓ⁃ｄｅｃｉｓｉｏｎ ｖａｒｉａｂｌｅ； ｃｏｎｖｅｒｇｅｎｃｅ ｐｅｒｆｏｒｍａｎｃｅ； ｓｉｍｕｌａｔｉｏｎ ｅｘｐｅｒｉｍｅｎｔ 收稿日期：２０１５⁃４⁃３０． 网络出版日期：２０１５⁃１１⁃１０． 基金项目：国家自然科学基金资助项目（５１２７４１１８）；辽宁省教育厅基金 资助项目（Ｌ２０１２１１９）． 通信作者：刘利强．Ｅ⁃ｍａｉｌ：２９６５１３１４７７＠ ｑｑ．ｃｏｍ． 人工蜂群算法（ ａｒｔｉｆｉｃｉａｌ ｂｅｅ ｃｏｌｏｎｙ ａｌｇｏｒｉｔｈｍ， ＡＢＣＡ）是一种模拟自然界中蜜蜂按照不同分工而 共同寻找优质蜜源的智能方法。 １９９５ 年 Ｓｅｅｌｅｙ 首 次阐述了有关蜜蜂群体行为的自组织模型。 ２００５ 年 Ｄ．Ｋａｒａｂｏｇａ 建立了具有完整协同动作的人工蜂 群算法模型，而且通过非线性的函数优化实验验证