الگوریتم کلونی زنبور مصنوعی مبتنی بر میانگین وزنی زنبورهای کارگر

در سالهای اخیر الگوریتم کلونی زنبور مصنوعی (ABC) به علت تعداد پارامتر کم و پیاده سازی راحتی کهدارد، در مسایل بهینه سازی مختلفی مورد استفاده قرار گرفته است. در برخی موارد، احتمال توقف در بهینه یمحلی و همگرایی زودرس در این الگوریتم وجود دارد و سرعت همگرایی به بهینه ی سراسری نیز پایین است.از اینرو برای غلبه بر این مشکلات، در این مقاله الگوریتم ABC بهبود یافته ای (MABC) ارایه شده است که با استفاده از میانگین وزندار و عدم انتخاب حریصانه ی جواب ها، قدرت جستجوی سراسری و محلی راافزایش داده است. همچنین با استفاده از تکامل تفاضلی در ایجاد موقعیت جدید در فاز زنبورهای پیشاهنگسرعت همگرایی به بهینه ی سراسری نیز افزایش یافته است. از ده تابع معیار استاندارد تک حالته و چند حالتهبرای مقایسه ی کارایی الگوریتم پیشنهادی با الگوریتم کلونی زنبور عسل مصنوعی استاندارد و چند الگوریتمبهبود یافته ی ABC استفاده شده است. نتایج آزمایش ها نشان داد که روش پیشنهادی به طور قابل توجهی دقت جواب ها و سرعت همگرایی به بهینه ی سراسری را افزایش داده است.

کلیدواژه ها:

مسایل بهینه سازی ، الگوریتم کلونی زنبور مصنوعی ، بهینه ی محلی و سراسری ، میانگین وزن دار