改進(jìn)人工魚群算法研究與應(yīng)用.pdf

1、人工魚群算法是自然界以魚為模板而衍生出來的一種新型群智能優(yōu)化算法，為大量工程難題的分布式計(jì)算提供了有效的工具。該算法不依賴問題數(shù)學(xué)性質(zhì)，具有對(duì)初值不敏感、優(yōu)良的魯棒性能，已經(jīng)被廣泛應(yīng)用于國(guó)民經(jīng)濟(jì)的各個(gè)領(lǐng)域，由解決連續(xù)性優(yōu)化問題發(fā)展到解決各種離散組合問題的優(yōu)化，一維靜態(tài)優(yōu)化問題發(fā)展到解決多維動(dòng)態(tài)組合優(yōu)化。人工魚群算法已經(jīng)成為優(yōu)化技術(shù)領(lǐng)域內(nèi)一個(gè)非常熱門前沿性的課題。
　　人工魚群算法采用自下而上的搜索機(jī)制，模仿魚的“覓食行為”、“聚群

2、行為”、“追尾行為”等主要行為而達(dá)到全局尋優(yōu)。受擁擠度因子的影響，當(dāng)算法逼近極值時(shí)，人工魚卻只能在極值近鄰徘徊，不能求得精確解。由于粒子群算法具有趨向、快速的收斂特性，可以彌補(bǔ)人工魚群算法在局部搜索能力及算法后期收斂速度慢的弱勢(shì)，因此提出了粒子群優(yōu)化人工魚群算法，該算法在人工魚群的“覓食行為”、“聚群行為”、“追尾行為”數(shù)學(xué)模型上做了優(yōu)化，此外，引入粒子的飛行速度和非線性動(dòng)態(tài)慣性權(quán)重因子。通過Sphere函數(shù)、Ackley函數(shù)、Levy

3、函數(shù)和Griewank函數(shù)對(duì)算法的性能進(jìn)行了驗(yàn)證，從算法的迭代速度、收斂精度和慣性權(quán)重等方面進(jìn)行了綜合的對(duì)比考察，通過仿真數(shù)據(jù)證實(shí)了改進(jìn)的算法較人工魚群算法和粒子群算法有著更加良好的收斂性能。
　　TSP問題是屬于典型NP難題，采用現(xiàn)代智能算法對(duì)旅行商問題的研究有著很重要的實(shí)踐意義和理論意義。TSP問題即旅行商問題，它求解旅行商去N個(gè)城市推銷自己的商品，使得所走的城市只經(jīng)過一次并且返回該起點(diǎn)所走的最短距離。針對(duì)此問題，提出了交叉變

4、異人工魚群優(yōu)化算法，并將其用于旅行商問題的求解。該算法在人工魚群算法的基礎(chǔ)上引入交叉變異算子，并介紹了該算法的距離、鄰域及中心概念解決旅行商問題。引用數(shù)據(jù)庫(kù)51城市為實(shí)例，實(shí)現(xiàn)了路徑最短問題的尋優(yōu)，仿真結(jié)果表明，該算法在組合優(yōu)化問題的求解，表現(xiàn)出了極強(qiáng)的尋優(yōu)能力和較好的性能。
　　核函數(shù)的類型、核參數(shù)以及懲罰因子的選取直接影響著支持向量機(jī)癌細(xì)胞識(shí)別效果。然而,直到現(xiàn)在,支持向量機(jī)的核函數(shù)、核參數(shù)及懲罰因子的選取還沒有科學(xué)的方法,人