并行人工蜂群算法研究

梅 凱，火久元，常扣扣

(蘭州交通大學 電子與信息工程學院，甘肅 蘭州 730070)

并行人工蜂群算法研究

梅 凱，火久元，常扣扣

(蘭州交通大學 電子與信息工程學院，甘肅 蘭州 730070)

針對人工蜂群算法在處理高維度問題時收斂速度慢的問題，利用OpenMP多線程技術和規約機制，并根據已改進的觀察蜂來選擇雇傭蜂的方式，提出了基于OpenMP的并行人工蜂群算法(PCABC)。仿真實驗分別在問題維度為100和200下進行來評估算法性能，在4個邏輯處理器環境下，基于靜態調度的并行人工蜂群算法的加速比最高可以達到3.95，效率可達98.65%。實驗結果表明，PCABC并行人工蜂群算法在處理高維度復雜函數時，收斂速度和算法運行時間都有較大的提升。

人工蜂群算法；人工蜂群算法改進；群體智能；并行化；OpenMP并行處理

人工蜂群算法[1]是一種新興的群智能優化算法，由土耳其學者Karaboga在2005年提出，它具有設置參數少、易于實現、計算簡單等優點，特別適合工程應用[2]。文獻[3]將人工蜂群算法與其他其它群智能算法(遺傳算法[4]、粒子群算法[5]等)進行了比較，證明人工蜂群算法的性能要接近甚至優于其他算法。文獻[6]將人工蜂群算法進行了改進并應用到語音識別模型中，識別結果顯示了人工蜂群算法及其改進的人工蜂群算法具有良好的性能。文獻[7]通過引入基于引導素的化學通信方式，提出了一種基于引導素更新和擴散機制的人工蜂群算法，并將改進后的算法應用在0-1多維背包問題上。文獻[8]將人工蜂群算法做了改進并應用到人工神經網絡中，優化了網絡的均方誤差函數。……