Employed Bee

それぞれが 1 つの蜜源を担当し、その近くを調べる蜂。 働き蜂、就職蜂などと訳される。

蜜源の数と Employed Bee の数は同じ。 つまり「解の集団のサイズ = Employed Bee の数」で、 各蜂が 1 つの解を受け持つ。

1 サイクルでやること#

各蜜源 $x_i$ について、

1. 近傍生成式で候補 $v_i$ を作る
2. $f(v_i)$ を評価する
3. $v_i$ の方が良ければ $x_i$ を置き換え、試行回数カウンタを 0 に戻す
4. 悪ければ $x_i$ を残し、カウンタを 1 増やす

カウンタが重要#

3 と 4 のカウンタ（trial と呼ばれる）が、 Scout Bee の判断材料になる。 「この蜜源は何回試しても改善しない＝枯れている」を数えている。

このカウンタがあるおかげで、ABC はどの解が停滞しているかを アルゴリズム自身が把握している。多くの手法では停滞の検知が 外付けの停止条件になっているのに対し、ABC は構造に組み込んでいる。

全数を等しく扱う#

Employed Bee 段階では、蜜源の良し悪しに関わらず すべての蜜源が 1 回ずつ調べられる。 良い蜜源に人手を寄せるのは次の Onlooker Bee 段階の仕事で、 ここでは平等に探索する。この分担が探索と活用の切り分けになっている。

参考文献#

• Dervis Karaboga, Bahriye Basturk. A powerful and efficient algorithm for numerical function optimization: artificial bee colony (ABC) algorithm. Journal of Global Optimization 39, 2007.（原論文） https://doi.org/10.1007/s10898-007-9149-x
• Dervis Karaboga, Bahriye Basturk. On the performance of artificial bee colony (ABC) algorithm. Applied Soft Computing 8(1), 2008. https://doi.org/10.1016/j.asoc.2007.05.007
• Dervis Karaboga et al. A comprehensive survey: artificial bee colony (ABC) algorithm and applications. Artificial Intelligence Review 42, 2014.（総説） https://doi.org/10.1007/s10462-012-9328-0