Algoritmul coloniilor de albine

Versiunea actuală a paginii nu a fost încă examinată de colaboratori experimentați și poate diferi semnificativ de versiunea revizuită la 3 octombrie 2017; verificările necesită 4 modificări .

Algoritmul coloniei de albine (  artificial bee colony optimization, ABC ) este unul dintre algoritmii euristici polinomiali pentru rezolvarea problemelor de optimizare în informatică și în cercetarea operațională . Aparține categoriei de algoritmi bionici stocastici , bazați pe simularea comportamentului unei colonii de albine melifere la colectarea nectarului în natură. Propus de D. Karaboga în 2005 [1] .

Strategia de colectare a nectarului albinelor în natură

Scopul principal al muncii unei colonii de albine în natură este de a explora spațiul din jurul stupului pentru a căuta nectar și apoi a-l colecta. Pentru a face acest lucru, în colonie există mai multe tipuri de albine: albine cercetătoare și albine lucrătoare-forătoare (în afară de acestea, există trântori și o matcă în colonie care nu participă la procesul de colectare a nectarului). Cercetașii efectuează un studiu al spațiului din jurul stupului și raportează informații despre locurile promițătoare în care s-a găsit cea mai mare cantitate de nectar (există un mecanism special de schimb de informații în stup, numit dansul albinelor ).

Strategia de optimizare a funcției obiective

Algoritmul coloniei de albine poate fi folosit pentru a rezolva probleme de optimizare globală discretă ( combinatorie ) și continue [ 2] [3] și are un grad suficient de similaritate cu algoritmii multistart . De obicei, include cercetarea inițială și munca ulterioară a albinelor stupului. În timpul inițializării (recunoașterea inițială), spațiul de caracteristici este cercetat pentru a determina punctele sale cele mai promițătoare cu cele mai bune valori ale funcției obiective (în cel mai simplu caz, folosind metoda de enumerare aleatorie care sunt stocate în stup După aceea, recunoașterea locală se efectuează în vecinătatea punctelor selectate într-o rază dată de recunoaștere pentru a încerca să perfecționeze soluția (îmbunătățirea evidenței), în timp ce atunci când îmbunătățirea este realizată în stup, valoarea actualizată a înregistrării. și vectorul parametru al funcției obiective corespunzător . Combinând munca albinelor cercetași și a albinelor lucrătoare pe un anumit număr de iterații , algoritmul oferă o îmbunătățire treptată a eșantionului memorat de soluții. La finalizarea activității sale, cea mai bună este selectată din setul specificat de soluții, care este rezultatul algoritmului.

Vezi și


Note

  1. ↑ D. Dervis Karaboga, An Idea Based On Honey Bee Swarm for Numerical Optimization, Raport tehnic-TR06, Universitatea Erciyes, Facultatea de Inginerie, Departamentul de Inginerie Calculatoare 2005.
  2. ↑ Pham, DT, Castellani, M. (2009), The Bees Algorithm - Modeling Foraging Behavior to Solve Continuous Optimization Problems Arhivat 9 noiembrie 2016 la Wayback Machine . Proc. ImechE, Partea C, 223(12), 2919-2938.
  3. ^ Pham, DT și Castellani, M. (2013), Benchmarking and Comparison of Nature-Inspired Population-Based Continuous Optimization Algorithms Arhivat la 26 octombrie 2017 la Wayback Machine , Soft Computing, 1-33.