人工魚(yú)群算法利用自下而上的新型尋優(yōu)模式,采取魚(yú)群的幾種典型行為:覓食、聚群和追尾,可以有效的求解無(wú)約束、連續(xù)、單目標(biāo)的優(yōu)化問(wèn)題,具有并行性、簡(jiǎn)單性、尋優(yōu)速度快等特點(diǎn)。人工魚(yú)群算法提出的時(shí)間雖不是很長(zhǎng),但是得到了很多專(zhuān)家學(xué)者的關(guān)注,人工魚(yú)群算法在很多方面得到改進(jìn)并應(yīng)用于很多領(lǐng)域,目前人工魚(yú)群算法的研究依然有很好的前景。在人工魚(yú)群算法中,由于隨機(jī)因子的采用,不能保證人工魚(yú)每次迭代后都比更新前位置更好,最速下降法和共軛梯度法都能保證每次迭代都是向著下降方向,利用最速下降法和共軛梯度法對(duì)人工魚(yú)群算法中未得到改善的人工魚(yú)進(jìn)行更新,得到基于梯度信息改進(jìn)的人工魚(yú)群算法,確保所有人工魚(yú)每次迭代后都比更新前位置更好;人工魚(yú)群算法中,每條人工魚(yú)都會(huì)通過(guò)聚群算子和追尾算子影響到感知范圍內(nèi)其他的人工魚(yú),利用最速下降法對(duì)魚(yú)群中最好的人工魚(yú)進(jìn)行更新,使最好的人工魚(yú)的位置更加接近最優(yōu)解,最好的人工魚(yú)通過(guò)傳遞自身信息,使感知范圍內(nèi)的其他人工魚(yú)向較好的位置移動(dòng),再通過(guò)這部分人工魚(yú)輻射影響更多的人工魚(yú),直至整個(gè)魚(yú)群,得到對(duì)精英加速的人工魚(yú)群算法;結(jié)合前兩種改進(jìn)思想,利用共軛梯度法對(duì)人工魚(yú)群算法中未得到改善的人工魚(yú)和魚(yú)群中... 

【文章來(lái)源】：北京建筑大學(xué)北京市

【文章頁(yè)數(shù)】：75 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

覓食算子流程圖

6圖 2-2 聚群算子流程圖Figure 2-2 Flow chart of the clustering operator己的當(dāng)前位置iX ，判斷感知范圍內(nèi)是否有其他人工新，如果有就尋找感知范圍內(nèi)適應(yīng)度值最小的人工果min iY Y，對(duì)iX 利用覓食算子更新，否則就以數(shù)目為nf 。如果滿(mǎn)足min/ *iY nf Y，則表明該位

算法AFSA流程圖

【參考文獻(xiàn)】：
期刊論文
[1]基于自適應(yīng)均勻變異人工魚(yú)群投資組合優(yōu)化算法的研究[J]. 周修飛,張立毅,費(fèi)騰.  數(shù)學(xué)的實(shí)踐與認(rèn)識(shí). 2017(08)
[2]基于共生系統(tǒng)的人工魚(yú)群算法在飼料配方優(yōu)化中的應(yīng)用[J]. 劉慶,李迎,慶麥玉,小高知宏.  計(jì)算機(jī)應(yīng)用. 2016(12)
[3]基于Log-Linear模型的Gauss-Cauchy自適應(yīng)人工魚(yú)群算法[J]. 趙莉莉,戴月明.  計(jì)算機(jī)工程與科學(xué). 2016(09)
[4]粒子群優(yōu)化人工魚(yú)群算法[J]. 梁毓明,裴興環(huán).  計(jì)算機(jī)仿真. 2016(06)
[5]基于AFSA和PSO融合優(yōu)化的AdaBoost人臉檢測(cè)算法[J]. 任克強(qiáng),高曉林,謝斌.  小型微型計(jì)算機(jī)系統(tǒng). 2016(04)
[6]基于多目標(biāo)人工魚(yú)群算法的硅單晶直徑檢測(cè)圖像閾值分割方法[J]. 劉丁,張新雨,陳亞軍.  自動(dòng)化學(xué)報(bào). 2016(03)
[7]配送中心選址問(wèn)題的BFO-AFSA算法研究[J]. 費(fèi)騰,張立毅,陳雷.  計(jì)算機(jī)工程與應(yīng)用. 2015(23)
[8]一種新的人工魚(yú)群協(xié)同優(yōu)化算法[J]. 侯劍,劉方愛(ài),冷嚴(yán),王岑竹.  計(jì)算機(jī)仿真. 2015(09)
[9]一種求解復(fù)雜優(yōu)化問(wèn)題的新型人工魚(yú)群算法[J]. 洪興福,胡祥濤.  計(jì)算機(jī)工程與應(yīng)用. 2015(14)
[10]一種自適應(yīng)調(diào)制的魚(yú)群優(yōu)化部分傳輸序列算法[J]. 祝楊坤,達(dá)新宇,張亞普,王舒.  計(jì)算機(jī)應(yīng)用研究. 2015(11)

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



本文編號(hào)：3297123