人工魚(yú)群算法及其應(yīng)用研究.pdf

1、當(dāng)前科學(xué)技術(shù)正進(jìn)入了多學(xué)科相互交叉、相互滲透、相互影響的時(shí)代。隨著人類探索腳步的不斷前進(jìn),復(fù)雜性、非線性、系統(tǒng)性的問(wèn)題越來(lái)越多的呈現(xiàn)在人們眼前。面對(duì)系統(tǒng)的復(fù)雜性,傳統(tǒng)方法已經(jīng)逐漸陷入困境,尋找一種適合大規(guī)模并行且具有智能特征的優(yōu)化算法已成為有關(guān)學(xué)科的一個(gè)主要研究目標(biāo)。人工魚(yú)群算(AFSA)是最近幾年由國(guó)內(nèi)學(xué)者提出的一種基于動(dòng)物行為的群體智能優(yōu)化算法,是行為主義人工智能的一個(gè)典型應(yīng)用,該算法已經(jīng)成為交叉學(xué)科中一個(gè)非?；钴S的前沿性研究問(wèn)題。

2、但該算法的研究剛剛起步,一些思想處于萌芽階段,理論基礎(chǔ)薄弱,同時(shí)算法本身存在保持探索與開(kāi)發(fā)平衡的能力較差、運(yùn)行后期搜索的盲目性較大、尋優(yōu)結(jié)果精度低和運(yùn)算速度慢等缺點(diǎn),從而影響了該算法搜索的質(zhì)量和效率。因此研究人工魚(yú)群算法,加強(qiáng)其理論基礎(chǔ),解決算法本身存在的問(wèn)題,完善算法,提高算法求解各類優(yōu)化問(wèn)題的適應(yīng)性及算法的優(yōu)化性能,拓展其應(yīng)用領(lǐng)域,對(duì)群體智能算法的研究與應(yīng)用具有促進(jìn)和推動(dòng)作用,對(duì)復(fù)雜的、非線性和系統(tǒng)性問(wèn)題的解決提供一條新的途徑。

3、r>　　 本文針對(duì)人工魚(yú)群算法理論基礎(chǔ)薄弱和算法本身存在的問(wèn)題,從人工魚(yú)群算法的生物學(xué)基礎(chǔ)、改進(jìn)技術(shù)、拓?fù)浣Y(jié)構(gòu)、收斂性、參數(shù)設(shè)置、簡(jiǎn)化模型及應(yīng)用等方面做了較為系統(tǒng)的研究工作,主要研究成果包括:
　　 1.對(duì)人工魚(yú)群算法的改進(jìn)技術(shù)進(jìn)行了深入研究,提出了幾種新的改進(jìn)算法:①對(duì)視野和步長(zhǎng)進(jìn)行非動(dòng)態(tài)調(diào)整,改進(jìn)覓食行為,提出一種改進(jìn)的人工魚(yú)群算法;②利用正交試驗(yàn)的原理,引入鄰域正交交叉算子,提出基于鄰域正交交叉算子的人工魚(yú)群算法;③基于

4、多個(gè)人工魚(yú)群的并行性,提出多人工魚(yú)群協(xié)同優(yōu)化算法;④將粒子群優(yōu)化算法同人工魚(yú)群算法結(jié)合,提出PSO和AFSA的混合優(yōu)化算法:⑤引入智能體系統(tǒng),提出多智能體人工魚(yú)群算法。通過(guò)仿真試驗(yàn)驗(yàn)證了改進(jìn)的新算法的有效性。
　　 2.對(duì)人工魚(yú)群算法的種群拓?fù)浣Y(jié)構(gòu)進(jìn)行研究,通過(guò)仿真試驗(yàn),對(duì)幾種常見(jiàn)的拓?fù)浣Y(jié)構(gòu)的性能進(jìn)行分析,并在此基礎(chǔ)上,提出了全局版人工魚(yú)群算法和基于馮·諾依曼鄰域結(jié)構(gòu)的人工魚(yú)群算法。全局版人工魚(yú)群算法中用整個(gè)人工魚(yú)群的中心位置代

5、替當(dāng)前人工魚(yú)的鄰域內(nèi)伙伴的中心位置,用整個(gè)人工魚(yú)群的全局最優(yōu)位置代替當(dāng)前人工魚(yú)的鄰域內(nèi)伙伴的最優(yōu)位置,從而減少了計(jì)算量,加快了算法的運(yùn)算速度。在基于馮·諾依曼鄰域結(jié)構(gòu)的人工魚(yú)群算法中,每個(gè)人工魚(yú)具有一定局部性,它只和鄰域內(nèi)其它人工魚(yú)交換信息,實(shí)現(xiàn)了種群內(nèi)每個(gè)人工魚(yú)信息的充分利用,從而引導(dǎo)種群朝多個(gè)方向進(jìn)化,因此,該算法能夠有效地維持種群的多樣性,抑制早熟現(xiàn)象,且具有一定的全局性。仿真實(shí)驗(yàn)說(shuō)明,這兩種基于拓?fù)浣Y(jié)構(gòu)的改進(jìn)算法具有更好的優(yōu)化性

6、能。
　　 3.利用Markov的基本理論,證明了人工魚(yú)群算法的收斂性,分析了AFSA的主要參數(shù)對(duì)算法性能的影響,并通過(guò)仿真實(shí)驗(yàn),對(duì)AFSA的參數(shù)選取進(jìn)行了較為細(xì)致的研究,總結(jié)出了一些指導(dǎo)規(guī)律,為人工魚(yú)群算法的研究提供了很好的參考依據(jù)。
　　 4.針對(duì)人工魚(yú)群算法運(yùn)行速度慢的缺點(diǎn),對(duì)人工魚(yú)的覓食行為、聚群行為、追尾行為和行為選擇進(jìn)行了分析和改進(jìn),給出了人工魚(yú)群算法的進(jìn)化方程,提出了一種簡(jiǎn)化的人工魚(yú)群算法模型,該模型具有更

7、快的收斂速度和更優(yōu)的尋優(yōu)性能。
　　 5.將人工魚(yú)群算法應(yīng)用在水資源環(huán)境工程中,包括水位流量關(guān)系擬合、河流橫向擴(kuò)散系數(shù)確定和蘭州黃河段水質(zhì)評(píng)價(jià),并取得了較好的效果,說(shuō)明人工魚(yú)群算法能有效地解決大多數(shù)優(yōu)化問(wèn)題,具有廣泛的實(shí)用價(jià)值和良好的應(yīng)用前景。
　　 總之,論文對(duì)人工魚(yú)群算法做了較為全面深入的分析和討論,提出了多種有效的改進(jìn)措施,并證明了算法的收斂性,分析了算法的參數(shù)性能,提出了簡(jiǎn)化模型,實(shí)現(xiàn)了算法的應(yīng)用。最后對(duì)所做工作