人工蜂群算法收敛性能的改进及在电磁场逆问题中的应用研究

Artificial bee colony (ABC) is one of the effective evolutionary algorithms with fewer parameters, however, it randomly chooses search directions when exploring or exploiting the search space. This slows down the convergence rate of ABC and makes it consuming too many evaluations to reach optimal solution. This also hinders the usage of the algorithm in electromagnetic (EM) inverse problems, which are often computationally time consuming or cost expensive. Therefore, this project plans to study the modifications based on ABC paradigm, choose promising search direction, aiming to accelerate the convergence of the algorithm and effectively handle the optimal designs of EM inverse problems. Specifically, we concentrate our researches on the following three aspects. First, we analyze the search properties of employed bees, onlooker bees, and scout bees, investigate the indices when the algorithm performs variations, and build a binary space partitioning tree to record the indices of search information. Second, based on collected search history information, we study the variation direction construction schemes based on the search information of previous cycles, the search information of current population, and the information of both previous cycles and current population. Third, as to the three types of inverse problems, we study the interface configuration between the modified ABC and problems, and the coding and parameter setting of algorithm, for providing a systematic solution for the optimal designs of EM inverse problems.

人工蜂群是一种有效且参数少的进化算法，但它对搜索空间的探索或开发的方向选择是均匀随机的，使得算法收敛缓慢，消耗过多的迭代次数方可收敛到最优解，进而阻碍了该算法在计算时间长或造价昂贵的电磁场逆问题中的应用。为此，本项目拟研究基于人工蜂群范型的改进算法，选取有潜力的搜索方向，以加快算法的收敛速度，并能有效的解决电磁场中的优化设计逆问题。具体的，我们拟按照以下三个方面开展研究。首先，分析雇佣蜂、观察蜂和侦查蜂的搜索特性，研究产生演变的各项指标，并建立二叉树结构储存这些指标信息；其次，研究基于以往循环周期搜索信息、当前种群搜索信息及以往循环周期和当前种群搜索信息并用的演变方向的构造方案；第三，针对电磁场逆问题的三种类型，研究改进的人工蜂群算法与问题的接口配置、算法自身的编码和参数配置，为电磁场中的优化设计逆问题提供完整的解决方案。

在人工蜂群算法的寻优过程中，雇佣蜂、观察蜂和侦查蜂对食物源探索或开发搜索方向是均匀随机的，使得算法收敛缓慢，消耗非常多的迭代次数方可收敛到最优解，进而阻碍了该算法在计算时间长或造价昂贵的电磁场逆问题中的应用。本项目拟研究基于人工蜂群算法的方向滤波算子，选取有潜力的搜索方向，以加快算法的收敛速度，并能有效的解决电磁场中的优化设计逆问题。具体的，我们拟按照以下三个方面开发研究。首先，分析算法的进化过程，研究自适应的搜索阶段划分方法，利用二叉树结构储存算法的搜索阶段和方向的信息；其次，基于不同的搜索历史信息的使用策略，分三个层面研究方向滤波算子的构建；第三，依据逆问题的固有属性，将其分为三类，研究方向滤波人工蜂群算法处理每一种问题类型时的优化配置。该研究得到的配置优化了的算法保证了算法的泛化能力，为电磁场中的优化设计逆问题提供了完整的解决方案。