鱼群大小对慈鲷幼鱼集群行为动态的影响

【目的】探讨慈鲷幼鱼在辐射迷宫中群体形成动态以及鱼群大小的影响。【方法】分别设置由6，8，10和12尾德玛森小岩鲷(Chindongo demasoni)组成的不同大小鱼群，每种规模鱼群均有10个重复；在水温为(25±0.5) ℃条件下对分别上述鱼群在辐射形六臂迷宫的群体动态进行视频拍摄和轨迹分析，得到不同大小鱼群形成多数群体(超过一半数量成员位于同一臂)和完全群体(全部成员位于同一臂)的频率、持续时间、时间占比等群体形成动态参数。【结果】除12尾鱼群单次形成两种类型群体的持续时间没有统计学意义上的差异以外，不同大小鱼群多数群体的形成频率、持续时间和时间占比的数值均在统计学意义上大于完全群体的这3个群体形成动态参数值(p<0.05)；相对于6尾鱼群和12尾鱼群，8尾鱼群和10尾鱼群的群体形成频率有统计学意义上的提升(p<0.05)，且数据变异较小。【结论】辐射形六臂迷宫可作为鱼类群体决策研究的实验装置。由于个体差异和拥挤程度变化，相比于完全群体而言多数群体的形成动态参数更能解释群体决策机制。在进行特定鱼类的群体决策研究前，可能需要确定适宜的鱼群大小。     

关于激光探鱼技术的可行性探讨

本文讨论激光在海水介质中的传播特性，并综述了激光探测鱼群的现状及其发展概况，在此基础上探讨与提出了激光在鱼群探测上应用的可行性的一些看法。     

改进人工鱼群算法优化设计耗能增效型惯容减震系统

为了使惯容减震系统在满足结构性能需求的前提下实现耗能增效最大化，采用改进的人工鱼群算法来进行惯容减震结构优化设计。首先根据随机振动理论推导出白噪声激励下惯容减震单自由度结构的随机振动响应解析解，然后推导出优化设计问题的数学表达式，采用具有自适应视野与拥挤度的改进人工鱼群算法优化惯容减震系统的关键参数，最后验证改进人工鱼群算法的性能以及优化后惯容减震结构的减震效果与耗能增效情况。结果表明：改进的人工鱼群算法在求解速度以及精确度上均优于传统的人工鱼群算法，优化设计出的惯容减震结构具有良好的减震性能，充分发挥了惯容减震系统的耗能增效功能，为惯容减震系统的参数优化提供了简便且可靠的手段。     

淡黑镊丽鱼对不同环境颜色和不同颜色鱼群的选择偏好

【目的】探究淡黑镊丽鱼（Labidochromis caeruleus）对不同环境颜色和不同颜色鱼群的选择偏好。【方法】实验1：测定实验鱼在红、橙、黄、绿、蓝、紫、黑、白等不同环境颜色背景中的停留时间；实验2：测定实验鱼在同种鱼群以及不同颜色如雪中红鱼（Metriaclima estherae）、蓝阿里鱼（Sciaenochromis fryeri）、白鲷（Hindongo socolofi）等慈鲷科（Cichlidae）鱼群组合之间的选择偏好。【结果】1） 实验鱼在非白色背景中的停留时间均高于在白色背景中的停留时间；实验鱼除在橙色和白色背景的停留时间无统计学意义上的差异外，在其他非白色背景和在白色背景的停留时间均有统计学意义上的差异（p<0.05）。2） 实验鱼在不同颜色异种鱼群之间选择时偏好选择接近自身颜色和非白色的鱼群，且该偏好具有统计学意义（p<0.05）；实验鱼在同种鱼和与自身颜色差异较大的异种鱼群间选择时偏好选择前者，且该偏好具有统计学意义（p<0.05）；实验鱼在同种鱼和与自身颜色相似的异种鱼群之间选择时，无明显偏好。【结论】淡黑镊丽鱼对颜色具有一定的选择偏好，在环境颜色选择中偏好非白色背景，在选择同伴鱼类时偏好非白色以及接近自身颜色的鱼群。     

基于人工鱼群的GentleAdaboost快速训练算法

GentleAdaboost算法训练弱分类器时，需要遍历特征空间，将分类结果最好的特征作为弱分类器，这将消耗大量的时间。本文提出了一种基于人工鱼群的GentleAdaboost快速训练算法。人工鱼群算法能够模拟鱼群行为策略，有效的对特征空间快速搜索，减少需要计算的特征数，缩短训练时间。在保证检测效果的条件下，通过对MIT和FERET人脸数据库部分样本的训练，新方法的训练时间约能缩短至原始训练时间的1／4。     

改进型人工鱼群算法在PMD补偿中的仿真研究

本文首先分析比较了国内外各种已有的PMD补偿算法，其次简要介绍了基本人工鱼群算法。为提高局部搜索能力和寻优精度，重点对基本人工鱼群算法进行了改进，提出了智能视野和步长的概念，并将这种改进型人工鱼群算法应用于自适应PMD补偿中。3个经典测试函数和PMD补偿仿真实验的结果表明：该算法具有更高的寻优精度和克服局部极值的能力，是一种适用于PMD补偿的优秀算法。     

一种深水网箱鱼群状态监测的数据采集与远程传输技术研究

为了满足抗风浪深水网箱中鱼群远距离监测的要求，本文提出了一种鱼群监测数据采集和基于无线模块的远程传输方案．该方案由海上现场监测系统和岸上控制及显示主机构成．在海上现场监测系统中，单片机把采集到的回波数据存储到扩展存储器62256，再通过无线模块发送回岸上控制及显示主机，由主机对接收数据进行处理和显示．厦门海域的海上实验结果表明，该方案能够简便、有效地对深水网箱中的鱼群状态进行数据采集，并在距网箱500m的距离内实现数据的可靠传输和显示，为正在新兴发展的抗风浪深水网箱养殖提供了一种简单、有效的鱼群状态安全监测技术．     

改进人工鱼群算法求解TSP问题

针对TSP问题的特点,在经典最近邻点法基础上对其运行方式加以改进,结合基本人工鱼群算法的优势,对基本人工鱼群算法加以改进。利用改进最近邻点法为基本人工鱼群算法构造多个较优初始解,进而改进基本人工鱼群法的觅食行为。改进后的人工鱼群算法能更有效地搜索全局最优解。选取典型的TSP问题实例进行实验仿真,验证该算法的有效性。实验表明,改进后的人工鱼群算法在求解旅行商问题时,比基本人工鱼群算法搜索效果更好,寻优性能更强。     

基于人工鱼群模型的自动组卷抽题算法研究

结合人工鱼群模型的基本思想,针对组卷问题这一具体应用,在人工鱼群算法中采用保留最优个体的策略对个体鱼的觅食行为进行改进,以防止鱼群中最优个体的退化．并且,为使全局最优个体能更快求出,对鱼群的聚群、追尾行为也进行了改进．     

改进型人工鱼群算法及复杂函数全局优化方法

在分析人工鱼群算法存在不足的基础上,对人工鱼群算法加以改进,提出了一种改进型人工鱼群算法。该算法提高了全局搜索能力和收敛速度,并用于求解具有变量边界约束的非线性复杂函数最优化问题。仿真结果表明,改进后的人工鱼群算法具有精度高、搜索速度快等特点,是一种求解复杂函数全局最优化的智能算法。     

人工鱼群算法在城区道路提取中的应用

为研究城区道路直线提取问题,采用理论分析和实例分析的方法,对人工鱼群算法来做深入的研究.首先考虑视野和步长两个方面,可以使每一条人工鱼来对鱼群的状态自发地选取并且整理本身的视野和步长,用来使参数设定简化,用来使收敛性能还有寻优精度得到大大提高.理论分析和实验结果表明:改进后的人工鱼群算法与传统的人工鱼群算法相比较有一个突出的优点,借助MATLAB使改进的人工鱼群算法对城区道路提取进行实例分析.研究结果表明出改进后人工鱼群算法比传统的人工鱼群算法更为有效.     

基于水流作用机制的人工鱼群算法

针对人工鱼群算法(AFSA)在函数优化问题中易陷入局部极值和求解精度较低的缺点,提出了一种在基本人工鱼群算法中引入水流作用机制的改进方案。通过水流作用机制中的持续性水流和周期性水流对鱼群施加的有益影响来改进原有算法。持续性水流影响鱼群的体力变化从而控制视野和步长参数的自适应调整以提高求解精度;周期性水流冲击鱼群并改变部分鱼的位置,从而保持鱼群的种群多样性以利于全局收敛。仿真实验结果表明:本文的改进算法具有更高的求解精度和更好的全局搜索性能,并验证了算法的有效性。     

一种混合仿生算法在弹道优化中的应用

针对导弹滑翔段弹道优化问题,考虑人工鱼群算法局部搜索不精确、微粒群优化算法易发生过早收敛等问题,提出一种新的人工鱼群与粒子群混合优化算法。算法的主要策略是在人工鱼群算法的基础上,将人工鱼群优化算法中的觅食行为变为粒子群在感知范围内进行小范围寻优,在人工鱼群算法的最后,再利用粒子群进行精确寻优。以导弹飞行中的吸热量为优化目标,运用此算法设计得出了导弹滑翔段的优化弹道。     

基于高斯优化的精英鱼群算法研究

针对鱼群算法迭代后期易陷入局部最优解的缺点,提出一种基于淘汰赛体制的改进型鱼群算法——精英鱼群算法(LOAFSA).该算法包含基于巴莱多法则的淘汰赛体制和基于高斯优化的种群动态管理策略,在保持种群数量平衡的基础上在迭代初期就具有较优秀的精英鱼群.实验表明:对于多元函数求解极值问题,该算法具有很好的全局最优值搜索能力.将其应用于RAN架构无线接入网的数学优化模型中,利用鱼群算法寻找最优的一组发射功率使得系统容量功率最优.     

改进人工鱼群算法及其收敛性分析

为了克服人工鱼群算法容易收敛于局部最优和解精度不高的缺点,提出了一种新的小生境人工鱼群算法(NAFS)。在算法后期根据鱼群聚集程度引入小生境排挤机制,维持种群的多样性。为了说明该算法的有效性,利用压缩映射定理从理论上证明了该算法的全局收敛性。最后,通过在四个典型Benchmark函数上的实验,并与差异演化算法、粒子群算法、鱼群算法对比,证明该算法的解精度比原始人工鱼群算法有较大的提高。     

分组进化人工鱼群算法

针对人工鱼群算法搜索性能较差的缺陷,结合粒子群、蛙跳和人工鱼群算法的优点,文章提出了一种分组进化人工鱼群算法,该算法将人工鱼群算法简化后,仿照蛙跳算法进行分组进化,并加入粒子群算法的更新机制对个体位置进行更新,以便充分利用种群信息.实验证明,该算法有较强的寻优能力,且稳定性好,实用性强.     

群体密度对中华倒刺鲃幼鱼数量辨别力的影响

【目的】考察单尾中华倒刺鲃(Spinibarbus sinensis)幼鱼对不同数量比的两个刺激鱼群的偏好以及该偏好是否受群体密度的影响。【方法】利用该鱼倾向加入较大群体的行为习性,采用自行设计的鱼类行为观测装置,通过改变仪器两端的刺激鱼群(Stimulus shoal)的数量以及密度大小,进行二元选择(Binary choice test)实验,计算目标实验鱼对两刺激鱼群的选择率。【结果】在密度相同的条件下,当数量比为12︰12,12︰6或6︰6时,目标实验鱼对两刺激鱼群的偏好没有统计学意义上的差异。在密度不同的条件下,当数量比为12︰12和12︰6时,目标实验鱼偏好高密度刺激鱼群;然而当数量比为6︰6时,目标实验鱼对两刺激鱼群的偏好没有统计学意义上的差异。【结论】中华倒刺鲃不能单独通过离散型数量信息(刺激鱼群的个体数)辨别鱼群的大小;当刺激鱼群的个体数较少而实验装置的刺激区空间较大时,两刺激鱼群之间的密度差异可能达不到中华倒刺鲃连续型数量信息(密度)辨别的阈值;中华倒刺鲃幼鱼可能采取了模拟数量的机制处理大数量信息而使用了对象文件系统机制处理小数量信息。
     

一类非线性年龄结构鱼群系统的稳定性

讨论了具有年龄结构的鱼群系统的稳定性，证明了其平衡解是全局渐近稳定的．关键词     

基于粒子群与人工鱼群混合算法的TSP求解模型

传统的群智能算法不断被优化和改进,但由于传统单纯算法的固有缺陷和局限性很难从根本上去除,因此衍生出许多群智能混合算法。针对人工鱼群算法(AFSA)收敛速度慢及粒子群算法(PSO)全局收敛性差的缺陷,提出了一种新的粒子群与人工鱼群的混合算法。算法以人工鱼群算法为基础,将粒子群算法的线性递减惯性权重策略引入到人工鱼群算法中,对人工鱼进行编码处理以及动态改变人工鱼个体的视野,使之形成新的粒子群人工鱼群混合算法(PSO-AFSA)。完成算法融合并将混合算法应用于旅行商(TSP)问题。仿真结果表明:与传统的人工鱼群算法和粒子群算法相比,该混合算法全局收敛性效果更好,收敛速度更快。     

基于改进人工鱼群算法的复杂地貌无人机三维路径规划

针对无人机在复杂海域地貌中的三维路径规划,在人工鱼群算法的基础上提出了一种改进的适应性人工鱼群算法。首先,利用数学模型建立地貌的三维模型,选取路径最短为性能评价函数,保证路径规划的合理性;其次,考虑到传统的人工鱼群算法前期收敛速度慢,后期需要精确搜索提高算法精度,提出自适应步长和自适应视野范围来更新个体的位置。为了避免算法陷入局部最优,在追尾行为中引入鱼群中的社会经验位置进行更新;最后,利用MATLAB对在3个复杂程度不同的地图中与传统的人工鱼群算法与粒子群算法对比,仿真结果表明改进后的人工鱼群算法在三维路径规划问题求解中具有更好的收敛速度和精度。