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。     

墨西哥海滩突现鱼群

墨西哥太平洋沿岸的港口城市阿卡普尔科（Acapulco）的海滩热闹非凡：这里突然出现了大批的鱼群，这些鱼群离开海岸非常近，并且鱼群的密度之高，从高处往下看，深色的鱼群就像是海面上的一片油污区。     

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。     

基于文化算法的改进遗传人工鱼群优化算法

针对人工鱼群算法精度不高,后期收敛速度慢等缺点,文章提出了一种基于文化算法框架的遗传人工鱼群优化算法。该算法利用文化算法框架,建立了遗传算法优化的信仰空间和人工鱼群算法优化的种群空间,两个空间并行演化,同时通过接受函数和影响函数相互促进,克服了人工鱼群算法易陷入局部极值导致后期收敛速度慢和精度不高的缺点。通过对4个基准测试函数进行求解,表明了该算法相比基本鱼群算法在求解过程中精度更高,鲁棒性更强,收敛速度更快。     

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。     

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。     

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。     

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。
     

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。     

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。     

混沌人工鱼群的鲁棒保性能控制权值矩阵优化方法

针对鲁棒保性能控制中的权值矩阵依赖经验选取,无法最大限度的减小系统保守性的问题,提出了一种基于混沌人工鱼群算法的鲁棒保性能控制权值矩阵优化方法.该方法中,将保性能控制鲁棒界作为优化的目标函数来寻找最优权值矩阵是整个算法实现的关键.该种改进的人工鱼群优化算法融合了混沌搜索与自适应步长和视野的人工鱼群优化算法,有效的解决了基本人工鱼群算法的后期收敛速度慢、易陷入局部最优等缺点.通过测试函数对比验证了该种改进人工鱼群优化算法的优越性,并通过应用实例验证了该权值矩阵优化方法的有效性.     

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。     

基于改进人工鱼群算法的机器人路径规划

为改进人工鱼群算法在路径规划中的寻优作用,利用改进视觉范围和拥挤度因子函数,提高鱼群算法在机器人路径规划中的寻优工作。在传统鱼群算法中,视觉范围是恒定不变的。视觉范围决定寻优的全局和局部工作,拥挤度因子对算法收敛性具有影响。同时,在传统鱼群算法中,每次都选取最优解来执行,在栅格环境中往往会导致全局最优和局部最优互扰,导致路径规划不合理,为此,利用改进视觉范围拥挤度因子,同时记录可行解,当存在鱼群找到目标点时,就记录下找到目标点的鱼群轨迹,形成路径规划的可行解,在可行解中,选取路径最短为最优,保证路径的规划的合理性。与传统鱼群算法对比,证实研究算法在路径规划中具有更好的寻优工作,通过MATLAB仿真实验,验证了算法的有效性和稳定性。     

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.     

一种简单有效的鱼群轨迹追踪算法

在鱼群运动机制的研究中,由于鱼群具有不同的体征、复杂的运动模式和运动中频繁的遮挡,所以如何获取鱼群个体的时空轨迹是一个非常重要而且困难的问题. 为了获取鱼群的轨迹,本文提出了一个简单有效的方法来侦测和跟踪鱼群.整个追踪算法包括视频输入、图像获取及预处理、目标检测、数据关联、数据输出和人工校正6大模块. 算法通过和Id tracker, Ctrax对于不同实验环境视频的轨迹提取结果的对比, 表明了本文算法在准确度、识别效率及适用性上的优越性.      

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.     

人工鱼群优化的维吾尔文文本特征选择方法

特征选择是文本分类中的关键步骤,对分类结果产生直接的影响。本文分析了人工鱼群算法的觅食行为、群聚行为和追尾行为等基本原理。结合维吾尔文文本特征提取原理,提出了一种改进的人工鱼群算法,并将其运用到维吾尔文文本特征提取当中。为了加快鱼群的收敛速度,引入了主动改变视野的策略,同时,为了避免算法陷入局部最优,还在算法中加入了变异策略。将特征选择后的样本集输入到不同的分类器中进行仿真实验。实验结果表明:改进的人工鱼群算法能够使分类的准确率达到94.5%。     

对人工鱼群算法寻求最优解的论证

近年来,随着计算机的飞速发展和实际问题中大规模优化问题的涌现,寻找快速有效的最优解成为了学者们研究的热门方向之一。其中人工鱼群算法得到了广泛关注,本文在人工鱼群算法的基础上,用一个简单的例子,用该程序对其求最优解,从而论证该人工鱼群算法在寻求最优解的可行性。     

世界第一个水下实验室

世界第—个水下实验室、苏联“北方人”号科学考察潜水艇于1958年12月在北极巴伦支海航行了近四千海里,经过二十四天的这样航行,已顺利完成了预定的科学研究任务。在这次航行中,潜水艇上的海底科学研究者们研究了海底土壤,观察了鱼群游动情况。潜水艇对于海洋鱼群及其生活条件所进行的考察证明,这样工作不论在什么天气中都可以进行。艇上的科学人员已经确定在什么时间、什么深度会经常遇到那一种鱼群,并且作出了关于鱼群,特别是鲱鱼,对照明灯光的反