基于人工魚(yú)群算法的人口遷移算法研究.pdf

1、人口遷移算法(PMA)是我國(guó)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(lái)建立模型，而是模擬社會(huì)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(jī)制。但是算法中人口流動(dòng)的隨機(jī)性影響了算法的性能。而人工魚(yú)群算法(ASAF)是一個(gè)模擬自然界生物特性的智能算法，它具有對(duì)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(diǎn)，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(yú)群算法的群智能特性來(lái)克服人口遷移算法中人口流動(dòng)的隨機(jī)性帶來(lái)的問(wèn)題是本文工作的重點(diǎn)。 本文所做的主要工作如下： 首先針對(duì)人工魚(yú)群算法中視野對(duì)算法收斂性的影響提出了一種新的搜索機(jī)制，數(shù)值文驗(yàn)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(yú)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(duì)人口遷移算法

3、中由于人口流動(dòng)的隨機(jī)性引起的算法搜索效率不高的問(wèn)題將人工魚(yú)群中魚(yú)群覓食行為代替了人口遷移算法中的人口流動(dòng)行為，生成一種基于人工魚(yú)群的人口遷移算法。并對(duì)該算法的各個(gè)操作算子作了抽象定義，得劍了該混合算法的形式化隨機(jī)過(guò)程描述，同時(shí)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(duì)混合算法的選擇算子特征數(shù)定義作了適當(dāng)分析，計(jì)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(jìng)爭(zhēng)”策略時(shí)算法是依概率收斂的