粒子群优化鱼群算法仿真分析

摘要：

针对标准粒子群算法(PSO)寻优多维多极值函数成功率低，基本人工鱼群算法(AFSA)收敛速度和精度有待提高等问题，提出粒子群优化鱼群算法(PSO-FSA)。该算法将速度惯性、个体记忆和个体间交流等特征引入鱼群算法，使鱼群行为模式扩充至追尾、聚群、记忆、交流以及觅食。此外，定义参数max D动态限定鱼群搜索的视野和步长。仿真分析表明，粒子群优化鱼群算法较两种基本算法而言具有更快的收敛速度和寻优精度。

关键词：粒子群优化鱼群、优化算法、行为模式

分类号：TP18(自动化基础理论)

资助基金：重庆市重点科技攻关项目2011AB6054

在线出版日期：2013-09-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1436-1440