人工魚群優(yōu)化算法及其應用研究.pdf

1、人工魚群優(yōu)化算法（簡稱，AFSA）是過去十幾年來由國內(nèi)學者提出的一種新型自適應的仿生智能尋優(yōu)算法，此算法以其本身具有強魯棒性、較好的自適應能力、使用靈活、快的收斂速度等優(yōu)點從而受到了很多學者的關注。然而傳統(tǒng)的基本人工魚群優(yōu)化算法在較大區(qū)域?qū)ふ易顑?yōu)解時容易陷入局部極值區(qū)域，甚至出現(xiàn)早熟現(xiàn)象。并且算法尋優(yōu)的效率依賴魚群視野和步長的選取，當視野和步長取值較大時，算法運行的初期會具有較快的收斂速度，然而，在算法尋優(yōu)的后期較易越過極值點所在位置出

2、現(xiàn)在極值點附近震蕩這一現(xiàn)象，進而影響算法尋優(yōu)結(jié)果的精度;當視野和步長取較小值時，雖然算法在運算的后期所得精度會有所提高，但是算法在運行前期的收斂速度會比較慢，最終會導致算法整體運行的時間大大延長。目前為止，已經(jīng)有很多學者對基本算法進行改進，也取得了一些成果。本文對基本人工魚群算法中的視野和步長進行改進，并結(jié)合小生境(Niche)技術設計了一種改進的新型魚群優(yōu)化算法，簡記作改進的魚群優(yōu)化算法(An Improved Artificial

3、Fish Swarm Algorithm，簡記為IAFSA)。本文的主要內(nèi)容概述如下:
　　（1)概括人工魚群優(yōu)化算法的基本原理，詳細描述了魚群算法的四個基本行為，并簡要描述幾種常見的智能優(yōu)化算法，同時將人工魚群算法與其他幾種優(yōu)化算法作比較，分析算法間的相同之處與不同之處。
　　(2)設計一種新的動態(tài)自適應調(diào)整人工魚視野和步長的策略，同時與最優(yōu)個體保留策略結(jié)合，引入基于共享機制的小生境技術，設計了一種改進的新型魚群優(yōu)化算法。