RFID网络规划优化的分层人工蜂群算法

本文提出了一种新的优化算法,即分级人工蜂群优化算法,称为HABC,以解决射频识别网络规划(RNP)问题。 在提出的多层次模型中,较高层次的物种可以由较低层次的亚种群聚集。 在底层,每个采用规范ABC方法的子种群并行搜索零件尺寸最优值,可以将其构建为高层的完整解决方案。 同时,运用具有交叉和变异算子的综合学习方法来增强物种间的全局搜索能力。 针对一组10个基准优化问题进行了实验。 结果表明,与几种成功的群体智能算法和进化算法相比,拟议的HABC在大多数选定的基准函数上均具有出色的性能。 然后将HABC用于在两个不同规模的实例上解决现实世界中的RNP问题。 仿真结果表明,该算法在优化精度和计算鲁棒性方面优于RNP。