基于人工魚群算法的人口遷移算法研究.pdf

1、人口遷移算法(PMA)是我國學(xué)者周永華，毛宗源提出的一種模擬人口遷移規(guī)律的新的模擬演化算法。人口遷移算法不是模擬自然領(lǐng)域中具有某種優(yōu)化特征的群體來建立模型，而是模擬社會領(lǐng)域中人口隨經(jīng)濟(jì)重心而轉(zhuǎn)移、隨人口壓力增加而擴(kuò)散的機制。但是算法中人口流動的隨機性影響了算法的性能。而人工魚群算法(ASAF)是一個模擬自然界生物特性的智能算法，它具有對目標(biāo)函數(shù)、初始值和參數(shù)設(shè)定不敏感，具備并行處理能力和全局搜索能力等方面的特點，而且它的群智能特性有助于

2、算法性能的提高。如何利用人工魚群算法的群智能特性來克服人口遷移算法中人口流動的隨機性帶來的問題是本文工作的重點。 本文所做的主要工作如下： 首先針對人工魚群算法中視野對算法收斂性的影響提出了一種新的搜索機制，數(shù)值文驗的結(jié)果證明當(dāng)搜索域“縮小”以后算法的收斂速度明顯提高，改進(jìn)后的算法的平均迭代次數(shù)和最小成功收斂的代數(shù)也明顯低于基本人工魚群算法。改進(jìn)后的算法也具有更好的局部求精能力和穩(wěn)定收斂性。 然后針對人口遷移算法

3、中由于人口流動的隨機性引起的算法搜索效率不高的問題將人工魚群中魚群覓食行為代替了人口遷移算法中的人口流動行為，生成一種基于人工魚群的人口遷移算法。并對該算法的各個操作算子作了抽象定義，得劍了該混合算法的形式化隨機過程描述，同時也證明了該混合算法本質(zhì)上也是一種模擬演化算法。 最后對混合算法的選擇算子特征數(shù)定義作了適當(dāng)分析，計算出混合算法各進(jìn)化算子的本質(zhì)特征數(shù)，利用這些特征數(shù)直接證明了采取“父代種群參與競爭”策略時算法是依概率收斂的