基于智能搜索和特殊划分的人工蜂群算法

人工蜂群算法是一种具有强大搜索能力的全局搜索算法。传统的人工蜂群算法使用雇佣蜂、观察蜂和侦察蜂进行相互合作,每种蜜蜂有不同的分工,但不同类型的蜜蜂之间并没有差别。提出一种通过智能搜索和特殊划分来提升性能的人工蜂群算法。该算法中,不同的雇佣蜂和观察蜂会使用不同的搜索策略来寻找食物来源。该算法放弃了贪婪选择算法且在每次迭代时更新食物来源的位置。因此,该算法能够利用整个蜂群的经验来引导蜜蜂的搜索,通过一系列基准算法的性能分析证明了该算法的有效性。     

你认识蜜蜂吗？

蜜蜂为无脊椎动物,属于昆虫纲、膜翅目、蜜蜂科,是一种十分古老的昆虫。当裸子植物逐渐为被子植物所取代、花开果熟成为普遍现象时,蜜蜂就开始登上舞台了。从出土化石来看,蜜蜂在地球上已经生活了2000多万年。我国养蜂酿蜜的历史十分悠久,有关蜜蜂的饲养记录可以追溯到4000多年前,当时饲养的主要是中蜂(全称为中华蜜蜂),现在饲养的蜂种除了中蜂之外,还有意蜂(意大利蜂)。中蜂和意蜂是我国的主要家蜂,在生活中人们很少将它们仔细地区别开来,一般都统称为蜜蜂。蜜蜂是一种社会性昆虫,一般由一个蜂王、少数雄蜂和千万个工蜂组成蜂群,它们分工合作,共同维持群体生存。蜂群     

自适应贪婪搜索的人工蜂群算法

人工蜂群算法是受蜜蜂觅食行为启发提出的一种群体智能优化算法,为了增强人工蜂群算法的开采性能,本文更好地模拟了观察蜂的觅食行为,提出一种自适应贪婪搜索的改进人工蜂群算法,在观察蜂阶段,搜索半径自适应减小,成功搜索某食物源之后可以贪婪地再次搜索该食物源,以充分利用成功的搜索经验,减小搜索盲目性。在10个标准测试函数上的实验表明,改进算法的收敛精度超过ABC和最近提出的q ABC算法,而计算复杂度低于这两种算法。     

蜜蜂分“家”的秘密

“西方蜜蜂”的习性蜜蜂的祖先出生在热带，所以性喜温暖，在气温低于１０℃的时候就不能飞翔。可是蜜蜂的某些种类，像西方蜜蜂等，现在已经能在远离赤道的地方扎根。那么它们是怎样在温带立足，度过严酷寒冬的呢？学者发现，在温带地方，天气寒冷之前，西方蜜蜂就忙碌地为贮存食物而奔波。一巢蜜蜂大概要积蓄起１０公斤以上的蜂蜜，才能足够度寒取食的需要。冬天来临，蜂群紧缩成一团，通过微微颤动飞行肌的方式来产生热量，维持蜂团表面的温度。由于蜂巢一般都筑在避风向阳、比较温暖的树洞里，因此通过生物产热，可以使蜂群的温度保持在…     

一种求解旅行商问题的改进人工蜂群算法

针对人工蜂群算法在处理大规模旅行商问题时普遍存在易陷入局部最优解和早熟收敛的问题,提出一种改进的人工蜂群算法.将柯西变异算子引入蜜蜂食物源更新公式,设计了一种自适应对数步长代替随机步长以改进随机解生成公式.将改进算法用于求解对称TSP问题,实验结果表明,改进后的算法有效地解决了人工蜂群算法早熟收敛和搜索速度较慢等问题,在求解TSP问题上确实有效可行.     

蜜蜂消失之谜

蜜蜂为膜翅目蜜蜂总科的一类真社会性昆虫，源自亚洲与欧洲，由英国人和西班牙人带到美洲。蜂群中有蜂王、工蜂和雄蜂三种成员，一般有1只蜂后（偶尔也有2只）、1万到15万只工蜂以及500到1500只雄蜂。自然界中占植物种数近半的被子植物通过昆虫授粉。由于具有独特的形态结构和生物学特性，蜂类在授粉昆虫中占主导地位，因而对人类而言，蜜蜂具有重要的经济价值和社会效应。     

北方地区油菜流蜜期的蜂群管理

流蜜期是蜂群的最活跃的时期、蜂群的管理中心就是最大限度地发挥蜜蜂的采集能力,以获取更多的蜂蜜。     

自带飞行“燃料”的蜜蜂

正就像汽车和飞机依靠汽油、煤油等化石燃料来提供动力一样,动物的飞行需要克服重力作用,因此也要消耗很多能量。蜜蜂的飞行"燃料"就是蜜蜂储存在蜜囊内的蜂蜜。对于体形微小的蜜蜂来说,外出采蜜时带多少蜂蜜才合适呢?"多吃多占"只为平安返还一般来说,动物取食时需要考虑多种因素,如食物的质量、食物的处理时间、捕食风险和食物中碳氮平衡等。蜜蜂在取食时也要对多种因素进行评估,如获取食物与取食时间、取     

徐希莲:春华秋实育蜂人

采访徐希莲时,她刚刚从北京郊区为农作物进行蜂群授粉的实验基地赶回来,这让记者很自然地想到了那些在植物丛中忙忙碌碌的蜜蜂。我们常说"花有果、蜜有源",其中少不了蜜蜂的"做媒"授粉,辛勤酿造。而徐希莲却是为农作物的高产丰收选育并繁育所需蜂种的人。     

蜂眼看花别样红

花粉和花蜜是蜜蜂的重要原材料，是蜂群建设中不可替代的资源。为了不费吹灰之力分辨出花朵，蜜蜂采取了与人类迥然不同的方法去感知花朵。     

解码蜜蜂的舞蹈语言

蜜蜂的舞蹈语言被称为非灵长类动物中最为复杂的行为，它是一种抽象的代码。本文回顾了自1915年弗里施研究蜜蜂舞蹈行为以来，行为生物学家对这一问题长达近一个世纪的纠缠。     

基于遗传搜索策略的人工蜂群算法

针对人工蜂群算法收敛速度缓慢、容易陷入局部最优解的问题,将改进的遗传进化机制与蜂群算法相融合,提出了一种遗传蜂群算法。通过引入遗传算法的交叉变异算子,有效地增加了食物源的多样性,减小陷入局部最优的可能;采用了自适应选择食物源的机制,使蜂群在中后期更好地搜索到最优食物源所在区域,进而提高了全局搜索效率;此外,提出了在侦察蜂阶段的局部搜索策略,提高了算法进化的收敛速度。将遗传蜂群算法应用于TSP中,通过对TSBLIB中几个典型问题的实验,结果表明,提出的遗传蜂群算法具有很强的全局优化能力,在求解TSP问题中精度高,收敛速度快,且是一种解决TSP问题的有效方法。     

蜜蜂生物节律研究进展

 生物节律主要指有机体生命活动的内在节律性。蜜蜂生物节律受到其社会性的影响,从而参与许多复杂行为的调控。与果蝇相比,蜜蜂的生物节律与哺乳动物更相似。工蜂和蜂王的生物节律表现出高度的可塑性。例如,工蜂的昼夜节律受其劳动分工形式的调控,并通过与幼蜂的直接接触来调节,哺育蜂昼夜照料幼虫,在行为或时钟基因表达方面没有昼夜节律变化。从蜜蜂的社会性、蜜蜂生物节律产生的分子机制、神经基础、研究方法、可塑性、蜜蜂的睡眠等方面综述了蜜蜂生物节律的研究进展。     

人工蜂群算法及其在组合优化中的应用研究

人工蜂群算法是一种启发式算法,通过模拟自然界蜂群觅食过程来解决现实中的优化问题。算法中将每只蜜蜂看做一个智能体,若干智能体间相互合作,高效地完成对目标的搜索、优化。总结人工蜂群算法用于解决组合优化问题的一般方法,以0-1背包问题为例对算法进行仿真测试,实验结果表明:人工蜂群算法有效且优于存在的蚁群算法。     

基于二次插值的人工蜂群算法

人工蜂群算法是一种基于蜜蜂采蜜行为的一种优化算法.针对标准人工蜂群算法的收敛速度慢、搜索能力差、精度低的缺点。提出了一种基于二次插值的人工蜂群算法(QIABC)。保持全局搜索和局部搜索的平衡.数值实验说明了改进的人工蜂群算法在函数评价次数、收敛速度、精度和鲁棒性方面具有较大的优势,从而表明改进方法的有效性。     

基于行动轨迹的人工蜂群算法

人工蜂群算法中蜜蜂在开采蜜源时,随机选择维度,随意决定开采方向和步伐来搜索新蜜源,没有利用以往的搜索经验,导致其收敛速度过慢.对此提出了基于行动轨迹的人工蜂群算法,记录跟随蜜蜂开采蜜源的行动轨迹,并以此为经验引导下一次开采,以提高人工蜂群算法的开采能力.通过对优化函数寻优测试,实验结果表明该算法不仅加快收敛速度,提高寻优能力,还具有良好的鲁棒性和稳定性.     

蜜蜂

正蜜蜂是大家熟知的授粉昆虫,在被子植物的繁殖过程中扮演着至关重要的角色,在很多人心目中更是勤劳、勇敢和奉献精神的象征。世界上76%的粮食作物和84%的植物依靠它们传粉,产量比自然传粉可增加几倍至20倍。在远古时代,蜂蜜是人类唯一容易获得的甜食。我国先民早在4000多年前就开始驯养蜜蜂了。在昆虫纲中,蜜蜂属于高级进化的类群,别看它们不会说话,却能用独特的"语言"和"舞蹈"传递信息、辨认蜂巢。它们的一举一动都以独特的魅力吸引着科研人员探索的目光。     

中华蜜蜂为黄芪授粉配套技术

黄芪是我省的道地药材,近年来在宕昌开展了中华蜜蜂(简称中蜂或土蜂)授粉对宕昌县道地药材黄芪产量品质和理化性状的影响研究,通过中蜂的蜂群管理,掌握蜂群的入场、离场和授粉时间,科学规划摆放蜂群,及时掌握了解天气变化情况,试验显示经中蜂授粉黄芪的种子产量有显著提高、品质有明显改善。     

蜜蜂人工授精初步試驗

前言蜜蜂的自然交配是在天空中进行的,养蜂者为了控制它們的交配,往往把蜂群搬至孤島或迁到远离其它峰群的偏辟山区,以进行自然交配。有的养蜂者为了保存純种,往往在不利於蜂群繁殖的季节里,用人为控制的方法,創造条件,来预先繁殖雄蜂,以进行交配。这种方法虽然可行,但有时会受到种种条件的限制,不容易将雄蜂培养出来,因此,要想絕对控制蜜蜂交配,只有采用人工授精的方法。用注射器进行蜜蜂人工授精,始于Mclain(1886),当时宣称授精成功。本世紀以来,蜜蜂人工授精漸为养蜂研究者所注意。在技术上及授精器的設計上不断改进,提高了蜜蜂人工授精效率,Shafer(1917)将雄蜂的阳具挤进母蜂的交合囊,进行人工授精,     

浅析基于云模型的人工蜂群算法

人工蜂群算法是一种模拟蜜蜂群体寻找优良蜜源的仿生智能优化方法,是最新提出的智能优化算法,近十年来己经成为智能计算领域的一朵奇葩。许多学者致力于研究改进人工蜂群算法的性能,并取得了不错的成果。云模型是我国学者李德毅院士提出的定性和定量转换模型,其应用一直是研究的热点,有不少学者将云模型与智能优化算法结合,并成功地用来解决一些实际问题。该文在对人工蜂群算法深入研究的基础上,利用云模型的优点,提高蜂群的搜索寻优能力,使得人工蜂群算法有更快的收敛速度。