人工蜂群算法python实现

人工蜂群算法中有三类蜂群，在寻找蜜源过程中相互转化，最终寻得最优解。

##人工蜂群算法实例
##寻找函数f（x）=x*sin（x）*cos（2*x）-2*x*sin（3*x）;的最大值
import random
import math
import copy
#蜜源数量
miyuan_num=10
#迭代次数
iter_num=300
#搜寻范围
x_max=20
x_min=0
#限制次数
limit=10

miyuanjihe=list（）#蜜源集合
employbees=list（）#雇佣蜂群
onlookerbees=list（）#观察蜂群
best=list（）#记录每次迭代中的最优值
scoutbee={‘pos‘:[]‘fitness‘:0‘staytime‘:0}#一只侦察蜂
bestmiyuan={‘pos‘:[]‘fitness‘:0‘staytime‘:0}#最优蜜源

#定义计算适应度函数
def calculateFitness（pos）:
    return pos*math.sin（pos）*math.cos（2*pos）-2*pos*math.sin（3*pos）

#雇佣蜂搜索周边并更新蜜源位置
def EmploybeeRefreshMiyuan（）:
    global miyuanjihe
    global employbees
    global miyuan_num
    for j in range（miyuan_num）:
        while（True）:
            k=random.randint（09）
            if k !=j:
                break
        employbees[j][‘pos‘]=miyuanjihe[j]

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       4486  2018-12-05 16:40  abcDemo.py

----------- ---------  ---------- -----  ----

                 4486                    1