浅议人工鱼群算法的改进及应用

《浅议人工鱼群算法的改进及应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、上海海事大学硕士学位论文人工鱼群算法的改进及应用姓名：郑晓鸣申请学位级别：硕士专业：控制理论与控制工程指导教师：王锡淮;肖健梅20060701摘要Y】008372优化命题的解决存在于许多领域，对于国民经济的发展也有着巨大的应用前景。随着优化对象在复杂化和规模化等方面的提高，基于严格机理模型的传统优化方法在实施方面交得越来越困难。人工鱼群算法是一种基于行为的人工智能思想的动物自治体模式，它具有对目标函数、初始值和参数设定要求不高，具备并行处理能力和全局搜索能力等方面的特点。本文主要研究了人工鱼群算法的改进与应用，并进行了仿真研究。主要研究内容如下：对无约束函数优化、

2、约束函数优化和多目标函数优化，这三类连续函数优化问题，采用人工鱼群算法分别进行了应用研究。通过对人工鱼群算法的各参数特性分析，引入了分段寻优、自适应参数修正的方法，结合人工鱼群算法本身的特点，形成了一种自适应人工鱼群算法。通过测试函数的验证表明该算法在求解非约束连续优化问题中，具有收敛速度快，寻优精度高的特点。针对约束优化问题，引入了半可行域的概念，提出竞争选择的新规则，并改进了基于竞争选择和惩罚函数的进化算法的适应度函数；同时设计了选择算子对半可行域进行操作，得到了一个利用AFSA求解约束优化问题的新方法，通过若干非线性等式约束和不等式约束问题的验证表明该算法在

3、求解此类问题中，具有较好的稳定性和收敛精度。在求解多目标问题中，将Pareto最优规则与人工鱼群算法相结合。基于多维进化思想，按给出的样本序值定义对鱼群中的样本分别进行存档分离，给出了一种求解多目标优化问题的新的人工鱼群存档算法。数据试验表明，该算法能找到数量较多，分布较广的Pareto最优解。对人工鱼群算法的距离，邻域等概念进行更新改进，给出了具体求解组合优化问题的人工鱼群算法，并将该算法应用于14个点的TsP问题，在较短时间内获得了目前已知的最好解。同时就各参数对于运算结果的影响进行了分析论证。鱼群算法从具体的实施算法到总体的设计理念，都不同于传统的设计和解决

4、方法，同时它又具有与传统方法相融合的基础，相信鱼群算法有着良好的应用前景。关键词人工鱼群算法，动物自治体，函数优化，半可行域，约束优化，多目标组合优化问题IIAbstractOptimizationproblemsneedtobesolvedinmanyfields，andthefinesolutionstotheproblemsmayleadtogreateconomicbenefit．Withtheincreasingofthecomplexityandscaleoftheoftheoptimizationproblems，classicaloptimizat

5、ionmethodswhichbaseonthestrictmodelingbecomedifficulttobecarriedout．Artificialfish—swarmalgorithmisananimal’Sautonomousmethodthatbasesontheprincipleofartificialintelligent．Ithassomecharacters，suchasnospecialrequirementforobjectfunctions，Beinginsensitivetotheinitialvalues。toleratingwid

6、erangeofvaluesofparameters，havingtheabilitiesofparallelprocessingandglobalsearch．Inthearticle，theimprovingandapplicationoftheartificialfish-swamalgorithmaremainlydiscussed．Themajorinnovationsareasfollows：Forthecontinuousoptimizationproblems，wemainlyintroducethemodifiedAFSAtosolvetheop

7、timizationproblemsofnon-constrainedfunction，constrainedfunctionandmuki-objectivefunction．Viatheanalysisoftheparametersandtheintroductionofthemethodofsection-search。wemadethealgorithmadjusttheparametersautomaticallyintheprocessofoptimization．AndthecombinationwiththecharacteristicsofAFS

8、Amade