一種組合人工魚群算法的研究.pdf

1、在科學(xué)實(shí)驗(yàn)、生產(chǎn)技術(shù)改進(jìn)以及生產(chǎn)計(jì)劃管理中，人們通過采取某種措施，以便在有限的資源條件或者規(guī)定好的約束條件下得到最優(yōu)結(jié)果。群智能優(yōu)化較強(qiáng)的尋優(yōu)能力，為優(yōu)化問題提供了新的解決方案。人工魚群算法作為一種模擬魚群行為的群智能全局優(yōu)化算法，有高效快速的尋優(yōu)策略和對(duì)搜索空間的自適應(yīng)能力。但當(dāng)尋優(yōu)的域較大或出于變化平坦的區(qū)域時(shí)，收斂到全局最優(yōu)解的速度減慢，搜索性能劣化，容易陷入局部最優(yōu)值。
　　針對(duì)上面的問題，本文提出將模擬退火算法和禁忌搜索

2、算法結(jié)合應(yīng)用到人工魚群算法。覓食行為是整個(gè)算法收斂的基礎(chǔ)，在保證算法快速穩(wěn)定收斂、克服局部極值方面都發(fā)揮著重要作用，將禁忌搜索算法的禁忌表、藐視準(zhǔn)則和模擬退火算法中的Metropolis判別準(zhǔn)則應(yīng)用到覓食行為中，通過記錄已訪問過的局部解和優(yōu)化跳轉(zhuǎn)對(duì)比條件，加快人工魚收斂速度以及避免人工魚過早退化，進(jìn)而優(yōu)化人工魚群算法的全局尋優(yōu)能力;為提高求解問題的精度，利用模擬退火算法局部搜索能力強(qiáng)等優(yōu)點(diǎn)，將其與人工魚群算法結(jié)合，優(yōu)化各代局部最優(yōu)解，加

3、快算法的收斂到最優(yōu)值的速度。同時(shí)考慮到模擬退火算法收斂速度受降溫速度影響大的問題，同樣將禁忌表應(yīng)用到模擬退火算法，優(yōu)化其局部尋優(yōu)的能力。這樣通過優(yōu)化后的全局尋優(yōu)能力和優(yōu)化后的局部尋優(yōu)能力的結(jié)合，可以更加有效地完成尋優(yōu)問題。
　　為了驗(yàn)證改進(jìn)的人工魚群算法的性能，首先選取三個(gè)函數(shù)對(duì)算法性能進(jìn)行了測(cè)試，隨后將算法應(yīng)用到旅行商問題的模型，通過分別分析兩組實(shí)驗(yàn)的結(jié)果和實(shí)驗(yàn)效果圖，可以比較直觀地看到改進(jìn)的算法較早得到最優(yōu)值，表明改進(jìn)的人工魚