人工魚群算法研究及其在圖像增強(qiáng)中的應(yīng)用.pdf

1、最優(yōu)化方法對于解決生活中的問題有著重要的意義，也一直是眾多專家學(xué)者研究的主題。比較于經(jīng)典的進(jìn)化算法和基于梯度特征的優(yōu)化算法，群智能尋優(yōu)算法表現(xiàn)出了良好得自組織性，簡單的個(gè)體行為，優(yōu)秀的全局尋優(yōu)本領(lǐng)等諸多特點(diǎn)，近年來已發(fā)展成為一個(gè)新的熱門科研領(lǐng)域。其中，人工魚群算法(AFSA)是起源于對魚群追尾(AF_Follow)、聚群(AF_Swarm)和覓食行為(AF_Prey)模仿的智能尋優(yōu)算法，有強(qiáng)健的魯棒性、優(yōu)良的全局收斂性和較低的初始要求等

2、特點(diǎn)，能為非線性函數(shù)的尋優(yōu)研究提供較優(yōu)的解決方案。但對于一些復(fù)雜情況，算法本身還是存在一些問題，例如算法尋優(yōu)精度低、每次迭代耗時(shí)較長、尋優(yōu)后期收斂速度慢等。
　　為此，文章對AFSA進(jìn)行改善，提出采用 VPS變種群策略的人工魚群算法(VAFSA)。對尋優(yōu)步長進(jìn)行動態(tài)地調(diào)整，以提高優(yōu)化的準(zhǔn)確度；提出了具有記憶功能的行為選擇策略，即人工魚在行為選擇時(shí)會首先模擬執(zhí)行上次迭代的行為，若此次行為的結(jié)果優(yōu)于上次行為的結(jié)果，則執(zhí)行此行為，而不再

3、模擬執(zhí)行其他行為進(jìn)行比較，減少了算法每一代的進(jìn)化時(shí)間；采用變種群策略提高魚群進(jìn)化后期的多樣性，從而提高尋優(yōu)后期的收斂速度。從實(shí)驗(yàn)結(jié)果可以看出，VAFSA的性能相比 AFSA有大幅提高，算法的尋優(yōu)精度更加準(zhǔn)確，每次迭代的耗時(shí)更少，尋優(yōu)后期的收斂速度更快。
　　研究了圖像關(guān)于增強(qiáng)的原理，灰度變換擬合采用歸一化的非完全的Beta函數(shù)，目標(biāo)函數(shù)使用均方誤差，圖像增強(qiáng)問題被轉(zhuǎn)變?yōu)閷ふ夷繕?biāo)函數(shù)的最優(yōu)值問題，采用VAFSA進(jìn)行優(yōu)化，提出了一種全