基于适应值欧式距离比的均衡蜂群算法

针对人工蜂群算法探索能力强但开发能力弱等特性,提出一种均衡蜂群算法。该算法根据"适应值欧式距离比"策略和差分算法改进更新公式,"适应值欧式距离比"策略有助于多峰问题的优化,而差分算法善于优化单峰问题,为发挥两者的优势,提出了一种新的搜索结构,有利于探索与开发能力达到平衡。在初始化时引入混沌策略提高种群多样性。在连续域内,12个标准测试函数的仿真结果表明,本算法能有效地提高最优解的精度,加快收敛速度。在离散域内,采用4个标准柔性作业车间调度模型,验证了本算法在解决实际问题中的可行性和优越性。