《一种人工鱼群混合智能优化算法》.pdfVIP

2013年9月 山 东 师 范 大 学 学 报 (自然 科 学 版) Sep．2013 第28卷 第3期 JournalofShandongNormalUniversity(NaturalScience) Vo1．28No．3 一 种人工鱼群混合智能优化算法术 杨增桥 刘 弘)，)一 王爱霖 ，) (1)山东师范大学信息科学与工程学院，250014，济南；2)山东省分布式计算机软件新技术重点实验室，250014，济南 ) 摘要 针对人工鱼群算法一般在初期拥有较快的收敛性，后期收敛较慢的特性，笔者提出一种改进的人工鱼群算法—— GPAFSA．该算法将杂交PSO算法引入到人工鱼群算法中，在人工鱼群算法陷入局部最优时，通过使用杂交PSO算法，克服陷入局 部最优的缺陷，实现全局最优．仿真实验表明，该算法在收敛性、全局寻优方面比原始算法有很大提高． 关键词 人工鱼群算法；杂交PSO算法；混合智能优化算法 中图分类号 TP312 文献标识码 A d0i：10．3969／j．issn．1001—4748．2013．03．006 近年来，人们一直试图利用来自于生物的灵感来解决实际存在的问题 ，由此设计并产生了很多仿生优化算法，这些算法 已经应用到解决各类实际问题当中．例如针对天空中生存的生物提出的蜂群算法…，针对陆地上生存 的爬行生物提出的蚁群 算法 j，针对湖海中生存的生物提出的人工鱼群算法 等．由于人工鱼群算法参数设计较少，实现比较简单且寻优效率较高． 该算法的思想已应用到计算机的各个方面 卜 ，经试验证明，起到了很好的效果．但是人工鱼群算法一般具有在优化初期较 快的收敛性，优化后期却收敛速度较慢，搜索精度不高的缺陷，这一缺陷很大程度上限制了人工鱼群算法的应用范围，本文在 人工鱼群算法 (ArtificialFishSwarmAlgorithmAFSA)的基础上引入了杂交粒子群优化 (HybridParticleSwarmOptimization， HPSO)算法的思想 ，提出一种人工鱼群混合智能优化算法一GPAFsA，该算法结合了人工鱼群算法寻优速度快及杂交 PSO算 法的群体智能性 ，在保证粒子收敛速度的基础上，又能保证粒子的全局最优性．本文将人工鱼群算法和改进的人工鱼群算法 生成的群体路径导入到maya三维动画制作软件中进行仿真实验，直观的表现出改进的人工鱼群算法在收敛速度 、聚集效果 上的优越性． 1 人工鱼群算法 人工鱼群算法是由浙江大学的李晓磊博士等学者提出的一种主要模拟真实鱼群的觅食行为、聚群行为和追尾行为的启 发式随机搜索算法．是根据真实鱼群的活动特点，提出的一种基于动物行为的自治寻优模式 J． 1．1 算法定义 人工鱼群的每个人工鱼个体的状态为X=( ， ，…，)，其中 (i=1，2，3，…，7／,)是所欲寻优的变量；人工 鱼当前食物浓度可以表示为Y=，()；人工鱼个体 (例如个体 i和个体 )之间的距离是dfJ=ll 一 lI；人工鱼每次移动的最 大试探次数是Trymax；人工鱼的感知距离是 Range；人工鱼每次移动的最大步长是Step；个体的拥挤度因子为 占． 1．2 行为描述 1．2．1 觅食行为 假设人工鱼个体的当前状态是 ，在人工与个体能够感知的距离内随机选择状态 ；求极小值 (因为极大 值的问题和极小值的问题类似，以下都以极小值问题来讨论)，当 y，『则向 方向前进一步；否则，就需要重新选择随机状 态墨，判断 是否大于 ；反复尝试Trymax次后，如果不能满足人工鱼个体前进条件 ，就随机移动一步．因此，定义了人工鱼 的觅食行为F_prey的数学表达式如式(1)的形式(其中， 是指置下一步的状态)： r P=Xi+Random ·Step ·(，一X)／dI’J， Yi≥ ， i：X+Rand。m．Step， ． ，¨．、’ 1．2．2 聚群行为 假设人工鱼个体的当前状态是 ，搜索当前邻域内(即d Range)的伙伴数 目 以及中心位置瓦，如果 ro／nf艿 ，则表明伙伴中心有较少的食物且不是很拥挤，就向伙伴的中心位置的方向前进一步；否则执行觅食行为．由此，定