优化的马尔可夫链人工蜂群算法
【摘要】 分析人工蜂群算法（ABC）及其改进算法的不足，通过验证人工蜂群算法解空间在时间维度上的马尔可夫性，提出将ABC算法分为两个阶段的improvedMarkovABC（IMABC）算法。第一阶段运行ABC算法得出初始解空间，第二阶段利用马尔可夫链对第一阶段产生的解空间进行重构，并进一步预测新解。IMABC算法减少了人工蜂群算法的随机性，同时避免了因依赖某一最优值导致的算法早熟。给出了IMABC算法的伪代码，并对其收敛复杂度和寻优能力进行了分析。将IMABC算法、GABC算法和ABC算法在9个典型测试函数上运行，分别比较算法的收敛精度、收敛效率和运行时间，得出IMABC算法优于GABC算法和ABC算法的结论，并通过比较验证了分割参数和解空间维度对函数寻优过程的影响。
