一种基于动物自治体的寻优模式:鱼群算法

根据鱼群的行为特点 ,并应用动物自治体的模型 ,提出了一种自下而上设计的新型的寻优策略 -人工鱼群算法 (Artificial Fish-swarm Algorithm) .通过仿真试验的研究表明 ,这是一种有效的寻优模式.     

趣闻

冰里的动物 挪威广播公司（NRK）近日爆料了一件今年冬天以来很有意思的事情。在挪威一个名为罗文德（Lovund）的小岛附近，一大群鱼在正在游动的过程中突然遇到海冰冻结，结果被冻在了浮冰里。其实当地海边气温仅为零下7．8摄氏度，并不算低，不过极为猛烈的东风还是一瞬间卷走了水面的温度，冻住了海水，顺便也冻住了鱼群。见到照片的专家认为，图中的冻鱼竟然保持在这么一种集群游动状态可能是因为其当时正在躲避捕食者，恰好遇到海水快速冻结。     

基于改进的Fish-search算法的信息检索研究

分析了动态搜索算法“Fish-search”相对于一般深度优先算法的优势,但存在由于搜索范围的随机性导致重复搜索及搜索时间过长.通过对鱼群群聚行为的分析,定义一个参数“dist”来控制搜索的范围和时间,使得搜索过程能自适应地调整搜索范围.     

一种基于人工鱼群算法的K覆盖WiFi热点安置方案

针对室内定位导航、多路由选择等热门应用中对多次无线信号覆盖的需求,提出了一种基于改进的人工鱼群优化算法的K覆盖安置策略.其中特别设计出一种简单的障碍物干扰描述模型,以期更真实地刻画应用场景.仿真结果表明,我们的方法可在保证覆盖的前提下,明显节省AP数量同时改善节点的聚集.     

动物如何导航

每年春秋季节，候鸟都要成群结队地作长途迁徙，或从北方飞向南方，或从南方飞向北方；在波涛汹涌的大海中，鱼群也要在越冬地与繁殖地之间往返洄游，在遥远的路途中，它们要觅食、辨向，要绕开障碍物。那么，它们都是用什么方法来导航的呢?科学家们经过深入研究，正逐步揭开动物导航的秘密：动物利用它们特殊的感官系统，并借助大自然中的各种因素例如太阳、星辰、地形、风向、磁场、偏振光、气味等进行导航。     

基于仿生鱼群优化方法的机器人队形控制

本文利用人工鱼群优化（AFSO）方法研究了多机器人的队形控制问题。机器人编队可视为寻迹问题,而编队寻迹是不断减小机器人与其期望编队位置之间的平移和角度误差的优化过程。每一个机器人的控制指令可看做是人工鱼群,通过一系列的控制实现期望队形。队形控制策略中包含机器人间的冲突规避行为。本文利用Matlab中的多机器人仿真器MRsim工具进行了仿真,结果表明本文提出的方法具有很高的有效性和效率,适用于各种形式的队形,可以被广泛应用在没有精确系统模型的无线传感器网络中。     

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。     

鱼群集群行为的建模与仿真

群体智能主要针对生物群体中简单智能个体相互作用表现出复杂智能行为进行研究.个体之间的组织结构、关系和群体行为的涌现机制是其研究的关键要素.首先对鱼群游动的规律进行分析,然后采用自底向上的建模方法建立了一种基于向量的数据模型,最后基于java技术建立了鱼群集群行为仿真系统,有效地模拟了个体鱼之间以及环境之间的相互作用,最终涌现出复杂的群体行为的过程.仿真模型和结果对其它群体的研究具有指导意义.     

一种基于动态参数调整的改进人工鱼群算法

针对经典鱼群算法收敛速度慢、寻优精度低的缺陷,提出了一种基于参数动态调整的改进人工鱼群算法.动态调整视野和拥挤度因子以提高算法的搜索效率;改进去交叉算子以消除交叉路径;引入了再寻优算子确保再次搜索去交叉后路径能够快速找到最优值.求解TSP问题的实验结果表明:改进的人工鱼群算法提高了收敛速度、增强了搜索最优解的能力.     

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