本资源是根据08年Erciyes University, Intelligent Systems Research Group, The Dept. of Computer Engineering公开代码改变而来，源代码为n维ABC优化，改编后为2维优化，可以画出蜂群优化时的三维实时图像。

人工蜂群算法(Artificial Bee Colony, ABC)是由Karaboga于2005年提出的一种新颖的基于群智能的全局优化算法，其直观背景来源于蜂群的采蜜行为，蜜蜂根据各自的分工进行不同的活动，并实现蜂群信息的共享和交流，从而找到问题的最优解。人工蜂群算法属于群智能算法的一种。

人工蜂群（ABC）是一种启发式算法，受蜜蜂群的觅食行为启发，由DervişKaraboğa于2005年提出.在本文中，我们将与您分享MATLAB中人工蜂群算法的结构化开源实现

人工蜂群（ABC）的原型标准代码，包括：C、Java、Matlab和伪代码

人工蜂群算法（ABC）代码java 版

添加了非常全面的注释，同时调用四个测试函数输出结果。完整的java代码

自己做的关于人工蜂群算法(ABC算法)（Artificial Bee Colony）的PPT综述。新学习的小伙伴可以参考看看。从算法简介、原理、流程、与其他群智能优化算法的比较和研究方向入手。

人工蜂群ABC算法原型文献 Karaboga, Dervis An idea based on honey bee swarm for numerical optimization

利用人工蜂群算法来求解TSP旅行商问题： 1、以bayg29.tsp为输入数据，以蜜源规模SN、城市数目即解向量维数 Dimension、最大循环次数MCN、单个蜜源允许迭代的最大次数limit为输入参 数； 2、直接运行main.cpp，即可在控制台中得到迭代后的最优路线，同时会生成 result.txt文件，文件中会输出原始的城市点坐标、距离矩阵和初始化后的蜜 源，还会输出每次迭代后的蜜源蜂群，同时输出每次迭代后的最优路线。

人工蜂群算法是模仿蜜蜂行为提出的一种优化方法，是集群智能思想的一个具体应用，它的主要特点是不需要了解问题的特殊信息，只需要对问题进行优劣的比较，通过各人工蜂个体的局部寻优行为，最终在群体中使全局最优值突现出来，有着较快的收敛速度。为了解决多变量函数优化问题，Karaboga提出了人工蜂群算法ABC模型（artificial bee colony algorithm）。 本资源是人工蜂群算法的matlab代码，方便大家下载使用