基于動(dòng)物覓食原理的改進(jìn)微粒群算法研究.pdf

1、微粒群算法是一種模擬鳥(niǎo)群飛行、魚(yú)群游動(dòng)的群體智能算法。該算法簡(jiǎn)單易實(shí)現(xiàn)、可調(diào)參數(shù)少，己成功應(yīng)用于許多領(lǐng)域。論文從動(dòng)物覓食原理出發(fā)，對(duì)微粒群算法的算法結(jié)構(gòu)進(jìn)行了改進(jìn)。
　　 從標(biāo)準(zhǔn)微粒群算法的生物學(xué)背景可知，微粒的行為僅由外部環(huán)境中食物的豐富度來(lái)決定，即所有微粒都趨向于向著食物最多的地方靠近。微粒的行為選擇僅受外部環(huán)境影響，而沒(méi)有考慮微粒自身的內(nèi)部動(dòng)機(jī)或內(nèi)部狀態(tài)。生物學(xué)的一些研究表明，動(dòng)物在覓食過(guò)程中，其行為選擇除了與外部環(huán)境中食

2、物的豐富度有關(guān)，還與動(dòng)物機(jī)體內(nèi)部自發(fā)的調(diào)節(jié)變化或生理需要有很大關(guān)系。因而論文在標(biāo)準(zhǔn)微粒群算法基礎(chǔ)上，將微粒拓展為可以根據(jù)自身的內(nèi)部動(dòng)機(jī)進(jìn)行行為選擇的智能體，提出了食物引導(dǎo)的微粒群算法。該算法在標(biāo)準(zhǔn)微粒群算法的基礎(chǔ)上，引入自身內(nèi)部動(dòng)機(jī)，使微粒能根據(jù)自身內(nèi)部動(dòng)機(jī)的不同進(jìn)而產(chǎn)生不同的行為，從而更加符合算法的生物學(xué)背景。
　　 動(dòng)物在覓食過(guò)程中危險(xiǎn)隨時(shí)都存在，所以捕食風(fēng)險(xiǎn)對(duì)于動(dòng)物覓食行為具有很大影響。而通過(guò)模擬動(dòng)物群體的覓食行為而形成的

3、微粒群算法卻忽略了這一重要因素，因而論文在食物引導(dǎo)的微粒群算法的基礎(chǔ)上，引入捕食風(fēng)險(xiǎn)因素，提出了風(fēng)險(xiǎn)效益微粒群算法。該算法中，微粒可以根據(jù)自身內(nèi)部狀態(tài)的不同在饑餓風(fēng)險(xiǎn)和捕食風(fēng)險(xiǎn)之間進(jìn)行權(quán)衡，當(dāng)自身面臨的能量壓力較小時(shí)，其行為主要表現(xiàn)為對(duì)捕食風(fēng)險(xiǎn)的警戒，反之，面臨能量壓力較大時(shí)，則表現(xiàn)為對(duì)食物的需求。
　　 在風(fēng)險(xiǎn)效益微粒群算法中，微粒進(jìn)化中如果發(fā)現(xiàn)了一個(gè)新的個(gè)體歷史最優(yōu)位置后，從而滿(mǎn)足了自身能量需求，饑餓風(fēng)險(xiǎn)減小，其行為更傾向于

4、對(duì)捕食風(fēng)險(xiǎn)的警戒。然而在真實(shí)動(dòng)物群體中，有些動(dòng)物在食物搜索過(guò)程中，如果發(fā)現(xiàn)了一個(gè)相對(duì)于以前位置食物更多的地方后，出于對(duì)食物的渴望及饑餓的恐懼，可能還會(huì)產(chǎn)生更大的動(dòng)力去尋找食物。因此，通過(guò)對(duì)這種現(xiàn)象進(jìn)行模擬，對(duì)算法進(jìn)行了改進(jìn)，提出了激勵(lì)微粒群算法。該算法中，微粒進(jìn)化中如果發(fā)現(xiàn)了一個(gè)新的個(gè)體歷史最優(yōu)位置后，滿(mǎn)足了自身能量需求后，其饑餓風(fēng)險(xiǎn)反而增大，更傾向于對(duì)食物的需求。仿真結(jié)果表明，該算法較其他改進(jìn)算法具有較高的全局搜索能力和較高的搜索效率