51、加速人工蜂群算法与PSSMLT分布式并行模拟

加速人工蜂群算法与PSSMLT分布式并行模拟

1. 加速人工蜂群算法

在优化算法领域，人工蜂群算法（ABC）是一种有效的智能优化算法。为了进一步提升其性能，研究者提出了加速ABC算法，即ENLABC。

1.1 算法融合与策略

将广度 - 深度搜索（BFS）框架和深度优先搜索（DFS）框架分别集成到雇佣蜂阶段和旁观蜂阶段。为了加快收敛速度，在雇佣蜂阶段采用了精英邻域学习（ENL）策略，以增强两个阶段之间的联系。

1.2 实验结果

实验结果表明，ENLABC在解的精度方面表现出色，并且显著加速了ABC算法的收敛。以下是不同算法在多个测试函数上的表现对比：
| Func. | AABC | GBABC | ABCG | ECABC | ENLABC |
| — | — | — | — | — | — |
| F13 | 1.42E−16† | 3.06E+01† | 2.69E−12† | 0.00E+00 0.00E+00 | 0.00E+00 |
| F14 | 5.43E−12† | 1.02E−05† | 3.54E−13† | 8.64E−14† | 4.44E−16 |
| F15 | 1.95E−14† | 2.07E−09† | 0.00E+00 5.44E−06† | 0.00E+00 | 0.00E+00 |
| F16 | 9.86E−26† | 8.00E−17† | 1.73E−21† | 4.71E−33 4.71E−33 | 4.71E−33 |
| F17 | 9.16E−24† | 3.09E−17† | 6.38E−20† | 1.3