搜索引擎在一定程度上解决了信息快速检索的问题,但采用的搜索算法不同,信息检索的效率以及精度也会不同。元搜索引擎则综合了各搜索引擎的优点,通过对各搜索引擎的调度,来获取更优效果。目前的搜索引擎调度算法存在的问题是不能很好的协调查全率、查准率和响应时间之间的关系。遗传算法作为一种常用的智能算法,有着广泛的应用领域。蜜蜂进化型遗传算法正是借鉴蜜蜂遗传规律,对遗传算法的一种改进,本文基于随机种群规模对蜜蜂进化型遗传算法性能的影响,对该算法提出了改进,并将其应用于多维函数的优化及元搜索引擎的调度,且已取得了较好的效果。总的来说,本文的主要的研究成果如下:(1)通过对蜜蜂进化型遗传算法的分析,提出了一种改进的蜜蜂进化型遗传算法。该算法使用分阶段调整的策略对随机种群规模进行动态调控,由于随机种群规模的渐进式变化,不但保证了种群的多样性,同时提高了算法的收敛速度和精度。对典型高维函数的优化实验结果表明了算法的有效性和可行性。(2)将改进的蜜蜂进化型遗传算法,应用于元搜索引擎的调度,对多独立搜索引擎组合调度进行动态优化。多目标组合优化调度对于多个目标不能同时达到最优时,采用个体综合适应度对各个目标函数的适应度进行加权,来协调优化各搜索引擎的组合,找到搜索引擎组合调度序列的非劣解。实验表明,该算法提高了元搜索引擎的调度效率,在查询精度和查询速度上均优于常规的查询优化技术。