基于分区个体排名的非线性种群缩减的人工蜂群算法

作     者：赵明 刘善智 宋晓宇 沈晓鹏 Zhao Ming;Liu Shanzhi;Song Xiaoyu;Shen Xiaopeng

作者机构：沈阳建筑大学计算机科学与工程学院沈阳110168 

基　　金：国家自然科学基金资助项目(62073227) 辽宁省教育厅科研资助项目(LJKMZ20220916,LJ212410153034) 辽宁省科技厅科研资助项目(2023-MS-222) 

出 版 物：《计算机应用研究》 (Application Research of Computers)

年 卷 期：2024年第41卷第10期

页      码：3021-3031页

摘      要：针对人工蜂群算法(ABC)探索性强而开发性弱,从而导致收敛速度慢的问题,提出了一种基于分区个体排名的非线性种群缩减策略(UPSR-CIR)。首先,该策略设计长尾非线性种群规模缩减函数,在前期保持大种群充分探索,中期快速缩减使得后期保持小种群加强开发,同时为后期分配相对较多计算资源以加速收敛;其次,为确保种群多样性,采用K-means聚类通过间隔一定代数对种群进行动态分区,并以分区为单位进行种群缩减;同时,种群按分区缩减时,按照分区内最优个体在整个种群排名确定删除个体数量,为排名高的潜能分区保留相对较多的计算资源来进一步加强开发。采用22个基准测试函数在ABC及其变体上对UPSR-CIR进行实验对比分析,结果表明UPSR-CIR表现出更高的求解精度、稳定性和收敛速度,同时对于ABC变体具有普适性。最后采用12个经典旅行商问题(TSP)案例进一步验证UPSR-CIR在实际应用问题上的实用性和优越性。

主 题 词：非线性种群缩减 人工蜂群算法 聚类 排名 旅行商问题 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.19734/j.issn.1001-3695.2024.02.0045

馆 藏 号：203144346...