人工鱼群算法收敛速度改进优化仿真

摘要：

在基本人工鱼群算法更新过程中,人工鱼群通过觅食算子进化时,进化方向和步长都有一定的随机性,虽然有助于鱼群跳出局部最优,但是严重影响鱼群进化效率,增加算法运算量.针对上述问题,将最速下降法嵌入到基本人工鱼群算法中,得到改进的人工鱼群算法.当人工鱼利用聚群算子和追尾算子更新后,如果没有得到改善,此时利用最速下降法对人工鱼进行更新.保留聚群算子和追尾算子中的觅食算子,保证算法良好的全局搜索能力,同时嵌入具有较好局部搜索能力的最速下降法,增强人工鱼个体的局部寻优能力,加快人工鱼群算法收敛速度.数值仿真结果表明,所得改进人工鱼群算法在计算量减少的情况下,具有更快的收敛速度,同时收敛精度也得到一定提升.

关键词：人工鱼群算法、最速下降法、数值仿真、适应度函数

所属期刊栏目：35

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金61463009;北京自然科学基金项目4122022;中央支持地方科研创新团队项目PXM2013-014210-000173

在线出版日期：2018-03-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：232-238