Artificial Bee Colony

Алгоритм основан на поведении пчелиного роя при сборе меда. Он был предложен Karaboga и Akay в 2009 году [20]. В алгоритме используются три класса пчел: разведчики, рабочие пчелы и пчелы наблюдатели. Пчелы-разведчики — это те, которые летают в поиске решений (источник питания). Пчелы-наблюдатели остаются в гнезде в ожидании доклада разведчиков, рабочие пчелы после просмотра танца пчел-разведчиков приступают к уборке источника питания. При этом пчела одного класса может стать пчелой другого класса. Например, разведчик может стать рабочей пчелой, если он участвует в уборке источника пищи, и наоборот.

То есть пчелы могут изменять свой статус в определенный момент времени в зависимости от потребностей алгоритма. Источник питания является решением задачи оптимизации. Объем нектара представляет собой качество (пригодность) решения. Более того, предполагается, что каждая из рабочих пчел использует единственный источник пищи, т. е. число рабочих пчел соответствует количеству источников пищи. Пчелы-разведчики всегда ищут новые источники пищи с более высоким количеством нектара и/или качество в близлежащем районе. Они оценивают пригодность нектара, используя.

(12).

где — случайно выбранный индекс; - случайное число в заданном диапазоне; - источник пищи. Качество решения рассчитывается следующим образом:

(13).

Видно, что есть существует некоторое сходство (10) в PSO и (12) в ABС. Каждый алгоритм вычитает переменные из лучших личных и индивидуальных частиц/пчел. При этом, для PSO вычитаемая переменная представляет нынешнее положение, а для АВC — разведанное местоположение. Но тем не менее, эти два уравнения отличаются: PSO использует (будучи фактором сужения) или (как фактор инерции, в некоторых версиях PSO), а в ABC не существует подобных эквивалентов. В то время как PSO использует случайные числа (и), АВC содержит только обучаемые параметры. PSO в отличие от ABC использует коэффициенты ускорения (и).