Issn 2072-0297 Молодой учёный Международный научный журнал Выходит еженедельно №4 (138) / 2017 р е д а к ц и о н н а я к о л л е г и я : Главный редактор

152
«Молодой учёный» . № 4 (138)  . Январь 2017 г.
Информатика
— После формирования списков лучших и перспективных областей, в их окрестности отправляются рабочие.
— В некоторых вариантах алгоритма число отправляемых пчел зависит от качества области, с точки зрения целевой 
функции. Эта зависимость может быть линейной или определяться по более сложным правилам.
— В данном случае, в каждую область высылается фиксированное количество пчел, в зависимости от класса, кото-
рому принадлежит данная область.
Каждую итерацию разведчики отправляются на новые области.
В данном алгоритме используется несколько параметров: количество разведчиков, количество лучших и перспек-
тивных, радиус локальной разведки, количество пчел для каждого класса области, минимально возможное расстояние 
между соседними областями. Качество получаемых решений значительно зависит от выбора данных параметров. Кроме 
того, от этого выбора зависит и скорость работы алгоритма.
Существует множество модификаций данного алгоритма. Они улучшают качество результата и скорость его работы. 
В основном это происходит благодаря уменьшению зависимости от подбираемых параметров.
Сравнение
Метод роя частиц
Муравьиный алгоритм
Алгоритм пчелиной ко-
лонии
Преимущества
• Крайне низкая алгорит-
мическая сложность в ре-
ализации;
• Достаточно эффективен
для глобальной оптими-
зации.
• Достаточно эффективен для TSP
(Traveling Salesman Problem) с 
небольшим количеством узлов;
• Используется приложениях, ко-
торые могут адаптироваться к из-
менениям;
• Благодаря памяти всей колонии
и случайному выбору пути не так 
сильно подвержен неудачным 
первоначальным решениям.
• Возможность эффектив-
ного разделения на па-
раллельные процессы;
• Высокая скорость ра-
боты.
Рис.