聊城大学计算机学院韩玉艳,人工蜂群优化及其在资源管理中的应用.doc

曹猪猪

于 2021-07-02 13:39:10 发布

阅读量452

点赞数

文章标签：聊城大学计算机学院韩玉艳

人工蜂群优化智能优化算法收敛性教学设计资源管理

关键词由CSDN通过智能技术生成

人工蜂群优化及其在资源管理中的应用

李俊青王永桑红燕高开周韩玉艳孟涛

聊城大学计算机学院山东师范大学信息科学与工程学院

关注成功！

加关注后您将方便地在我的关注中得到本文献的被引频次变化的通知！

新浪微博

腾讯微博

人人网

开心网

豆瓣网

网易微博

摘????要：

近年来, 各种智能优化算法得到了广泛推广和应用, 人工蜂群优化作为其中的一种典型算法被成功应用到工业界和制造业, 譬如求解钢铁生产调度问题、供应链优化过程、交通问题等.本文首先对人工蜂群优化算法进行描述, 并分析了该算法的收敛性.其次, 对人工蜂群优化算法在各个领域的应用进行归类总结.最后, 分析了讨论了人工蜂群优化如何应用于教学设计, 以推动人工智能在教学改革中的应用.

关键词：

人工蜂群优化; 智能优化算法; 收敛性; 教学设计;

作者简介：李俊青, E-mail:1141231492@.

收稿日期：2017-05-20

基金：国家自然科学基金项目资助

Research on Artificial Bee Colony Algorithm and Its Applications in Resource Management

LI Jun-qing WANG Yong SANG Hong-yan GAO Kai-zhou HAN Yu-yan MENG Tao

School of Computer Science, Liaocheng University;

Abstract：

During recent years, varieties of intelligent optimization algorithms have been developed and applied in many types of areas.As one of the modern intelligent optimization algorithm, the canonical artificial bee colony has also been proposed and applied in many industrial and manufactural fields, such as the iron-steel production scheduling problem, the supply chain optimization problem, and the traffic problems.In this study, firstly, the canonical artificial bee colony algorithm was described, and then the convergence ability was analyzed.Lastly, the applications of the artificial bee colony algorithm were classified and summarized.Lastly, the application of artificial bee colony algorithm in the instructional design is discussed, and which will propose the development of the artificial intelligence in the education reformation.

Keyword：

artificial bee colony algorithm; intelligent optimization algorithm; convergence ability; instructional design;

Received： 2017-05-20

0 引言

人工蜂群算法是由Karaboga等[1]于2005年提出的一种新的群体智能优化算法, 是模拟蜜蜂寻找食物的过程而演化的仿生过程.自2005以来, ABC算法已被应用于求解许多优化问题[1-4].在基本ABC中, 食物源 (food source) 和人工蜜蜂 (artificial bees) 是基本构成要素.人工蜜蜂又被分为三种[1-4], 即雇佣蜂 (Employed bees) 、跟随蜂 (Onlooker bees) 和侦察蜂 (Scout bees) .雇佣蜂的任务是在随机食物源周围进一步挖掘, 以便找到更好的食物源;在雇佣蜂把挖掘后的信息带回后, 守在蜂巢中的跟随蜂按照一定概率选择较好的食物, 进一步搜索挖掘;当某些食物在经过一定周期后, 未曾发生改变, 则派