發(fā)布時間：2021-01-11 04:38

　　優(yōu)化問題遍布在生活中的每個角落,在計算機科學、電子工程、人工智能、通信技術、信號處理等領域上都存在著大量復雜的優(yōu)化問題,包括一些多變量、多維、多條件、多峰、多目標等問題,數不勝數.然而,求解優(yōu)化問題方法較多,主要包括經典算法、構造型算法、局部搜索算法、指導性搜索算法、基于系統(tǒng)動態(tài)演化的方法、群智能算法等.用經典算法和構造型算法解決多變量、多維、多條件、多峰、多目標的復雜優(yōu)化問題的效果往往不理想,甚至方法行不通.而指導性搜索算法對于這類復雜的優(yōu)化問題的應用效果更顯著,適應性更廣泛,穩(wěn)定性更好,效率更高.人工魚群算法（AFSA）是根據魚群的行為而提出的一種群智能優(yōu)化算法.該算法是一種有效的尋優(yōu)算法,具有較強的全局搜索能力、收斂速度快、魯棒性強、對初值要求不高、算法容易實現等優(yōu)勢,在通信、信號圖像處理、數據挖掘、控制領域等多個領域得到廣泛應用,國內外解決實際工程優(yōu)化問題的案例越來越多并取得很好的效果.然而,人工魚群算法尚且比較年輕,理論基礎薄弱,參數設置不嚴謹,收斂精度不高,容易陷入局部極值.日后,該算法有待于進一步發(fā)展和完善.本文針對魚群算法容易早熟收斂、搜索精度不高等缺點進行改進,最后將... 

【文章來源】：廣東工業(yè)大學廣東省

【文章頁數】：56 頁

【學位級別】：碩士

【部分圖文】：

覓食行為的流程圖

群行為片水域中,魚群密集的地方往往說明該水域的食物濃度比較高.魚存和躲避危害的目的,同時達到共享信息尋求食物濃度更高的地方過高,則說明食物濃度相對不高,魚群過于擁擠.所以,人工魚i的當為 if X ,在視野visual 內的伙伴數目nf 及中心位置cX .若 c f X if f X,說明中心位置cX 的食物比當前位置iX 食物更豐富且i向中心位置cX 前進一步1(),i itt t c itc iX XX X step randX X 覓食行為.聚群行為,流程圖如圖 2-3 所示：

圖 2-4 追尾行為的流程圖Figure2-4 Flow chart of follow behavior為更大范圍更有效的尋找食物或伙伴,會不斷地在水域中游來游滿足執(zhí)行覓食行為的條件時,則隨機移動一步1().i it tX X step rand 評價試探法進行行為的評價,進而執(zhí)行、實現全局尋優(yōu).人工魚模擬為后取得的值,對比后,選取最優(yōu)的行為執(zhí)行實施.其中,覓食行模擬執(zhí)行聚群行為、追尾行為、覓食行為仍不能模擬前進的條

【參考文獻】：
期刊論文
[1]基于人工魚群粒子濾波的信號源定位[J]. 杜太行,趙黎媛,江春冬,于晗.  電訊技術. 2016(12)
[2]改進的人工魚群算法在邯鄲市水資源優(yōu)化配置中的應用[J]. 李蘇,劉彬.  水電能源科學. 2016(12)
[3]優(yōu)化的人工魚群和FCM的混合聚類算法[J]. 戴月明,趙莉莉.  計算機應用與軟件. 2016(12)
[4]基于人工魚群算法的彩色圖像檢索方法[J]. 薛亞娣,阮文惠.  西安工程大學學報. 2016(05)
[5]粒子群優(yōu)化人工魚群算法[J]. 梁毓明,裴興環(huán).  計算機仿真. 2016(06)
[6]自適應重生魚群優(yōu)化算法[J]. 易正俊,韋磊鵬,袁玉興.  計算機應用與軟件. 2016(06)
[7]基于改進人工魚群算法在無線傳感網絡覆蓋優(yōu)化中的研究[J]. 傅彬.  計算機系統(tǒng)應用. 2015(12)
[8]求解TSP的離散人工蜂群算法[J]. 于宏濤,高立群,田衛(wèi)華.  東北大學學報(自然科學版). 2015(08)
[9]基于DNA的改進人工魚群算法[J]. 費騰,張立毅,白煜,陳雷.  天津大學學報(自然科學與工程技術版). 2016(06)
[10]基于信息權重自適應蟻群算法求解TSP問題[J]. 王敏.  中國科技論文. 2015(05)

博士論文
[1]一種新型的智能優(yōu)化方法-人工魚群算法[D]. 李曉磊.浙江大學 2003



本文編號：2970102