人工魚群算法的改進-資料下載頁
2025-05-13 10:32本頁面
【正文】 進的人工魚群算法，引入禁忌表，增強了人工魚群算法的全局尋優(yōu)和鄰域搜索能力，避免限于局部最優(yōu)解。實驗結(jié)果顯示改進的算法具有較好的全局尋優(yōu)能力。 ? 李亮等構(gòu)造了一種兩點禁忌尋優(yōu)算子以避免尋優(yōu)過程中的迂回搜索，并用它模擬魚群中單條魚的追尋歷史最優(yōu)魚、追尾、群聚三種行為，采用遺傳算法中非均勻變異算子模擬單條魚的覓食行為，魚群中各個體通過這四種行為進行交流、合作從而形成了一種禁忌魚群算法。將該算法應(yīng)用于兩個復(fù)雜土坡的最小安全系數(shù)搜索中，并同基本魚群算法的計算結(jié)果進行了比較，結(jié)果證明禁忌魚群算法具有搜索高效、適于約束優(yōu)化問題求解等特點。 $ 2021/6/15 四、混合優(yōu)化方法 ? 張梅鳳等在分析人工魚群算法存在不足的基礎(chǔ)上，提出了基于變異算子與模擬退火混合的人工魚群優(yōu)化算法。該算法保持了人工魚群算法簡單、易實現(xiàn)的特點，克服了人工魚漫無目的隨機游動或在非全局極值點的大量聚集，顯著提高了算法的運行效率和求解質(zhì)量。通過函數(shù)和實例測試驗證，表明了該算法是可行和有效的。 ? 黃光球等通過引入網(wǎng)格劃分策略和禁忌搜索算法，對基本人工魚群算法進行了改進，減少了迂回搜索的無用計算，同時也使人工魚可以在解空間內(nèi)進行更為全面的搜索，提高了搜索效率，加快了系統(tǒng)滿意解域的確定；通過對變量空間進行網(wǎng)格劃分，提供了獲取系統(tǒng)最優(yōu)解的方法，而且加強了對魚群公告板信息的使用。實驗表明，與基本人工魚群算法相比，該方法具有明顯的優(yōu)越性。 ? 高德芳等提出了融合魚群算法及蟻群算法的優(yōu)化模型求解方法，并以鐵路客車內(nèi)裝模塊化配置設(shè)計為應(yīng)用，驗證了該求解方法的可行性和有效性。 $ 2021/6/15 四、混合優(yōu)化方法 ? 宋志宇等根據(jù)混沌 (CHAOS)的遍歷性和隨機性等特點，將混沌系統(tǒng)和人工魚群算法相結(jié)合形成了一種新的融合優(yōu)化算法 混沌人工魚群算法 (CAFSA)。經(jīng)算例分析表明，與人工魚群算法相比較，混沌人工魚群算法具有收斂快、效率高和結(jié)果精度高等優(yōu)點。從而為解決類似的系統(tǒng)優(yōu)化和參數(shù)識別問題提供了一種新的方法。 ? 程曉榮等針對人工魚群算法的這些不足，引入了改進的模擬退火算法和精英選擇的思想對人工魚群算法進行改進。然后通過對具體實例的仿真實驗，比較了人工魚群算法改進前后進行優(yōu)化的結(jié)果，同時驗證了該方法的可行性和有效性。 $ 2021/6/15
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1