Алгоритм пчелиной колонии (алгоритм оптимизации подражанием пчелиной колонии, англ. artificial bee colony optimization, ABC ) — один из полиномиальных эвристических алгоритмов для решения оптимизационных задач в области информатики и исследования операций . Относится к категории стохастических бионических алгоритмов , основан на имитации поведения колонии медоносных пчел при сборе нектара в природе. Предложен Д. Карабога в 2005 г .

Стратегия сбора нектара медоносными пчелами в природе

Основной целью работы пчелиной колонии в природе является разведка пространства вокруг улья с целью поиска нектара с последующим его сбором. Для этого в составе колонии существуют различные типы пчел: пчелы-разведчики и рабочие пчелы-фуражиры (кроме них, в колонии существуют трутни и матка , не участвующие в процессе сбора нектара). Разведчики ведут исследование окружающего улей пространства и сообщают информацию о перспективных местах, в которых было обнаружено наибольшее количество нектара (для обмена информацией в улье существует специальный механизм, именуемый танцем пчелы ).

Стратегия оптимизации целевой функции

Алгоритм пчелиной колонии может применяться для решения дискретных ( комбинаторных ) и задач глобальной оптимизации и имеет достаточную степень схожести с . Обычно он включает в себя начальную разведку и последующую работу пчел улья. При инициализации (начальной разведке) производится выполнение разведки пространства признаков с целью определения ${\displaystyle K}$ его наиболее перспективных точек с наилучшими значениями целевой функции ${\displaystyle f(X)=f(x_{1},x_{2},...,x_{n})}$ (в простейшем случае с использованием ), которые запоминаются в улье. После этого в окрестностях выбранных точек производится локальная разведка в пределах заданного радиуса разведки ${\displaystyle R}$ с целью попытки уточнения решения (улучшения рекорда), при этом при достижении улучшения в улье сохраняется обновленное значение рекорда ${\displaystyle f^{*}}$ и соответствующий ему вектор параметров целевой функции ${\displaystyle X^{*}}$ . Комбинируя работу пчел-разведчиков и рабочих пчел на протяжении заданного числа итераций ${\displaystyle C}$ алгоритм обеспечивает постепенное улучшение запоминаемой выборки ${\displaystyle {\mathfrak {R}}=[X_{1},X_{2},...,X_{K}]}$ из ${\displaystyle K}$ решений. По завершении его работы из указанного множества решений выбирается наилучшее, что является результатом работы алгоритма.

См. также

• Муравьиный алгоритм
• Метод роя частиц

Примечания