人工鱼群算法的改进幻灯片.pptVIP

AFSA的特点 只需要比较目标函数值，对目标函数的性质要求不高； 对初值的要求不高，初值随机产生或设定为固定值均可以； 对参数设定的要求不高，有较大的容许范围； 具备并行处理的能力，寻优速度较快； 具备全局寻优的能力，能够快速跳出局部极值点。 AFSA的不足之处 容易收敛于局部最优 解精度不够高 保持探索与开发平衡的能力较差 算法运行后期搜索的盲目性较大 算法后期收敛速度慢，易陷入局部最优 改进思路 一、基于算法参数的改进 二、基于鱼群行为的改进 三、高阶行为模式 四、混合优化算法 一、基于算法参数的改进 算法参数： 1.视野visual 2.步长step 3.人工鱼总数N 4.尝试次数try number 5.拥挤度因子 1、基于视野的改进: 在人工鱼群算法的初始阶段，每条人工鱼以一个大的视野寻找解，这样能扩大寻优的范围。随着算法的运行，鱼群的视野范围将适当的减小以加快收敛的速度。改变视野的变化函数定义为： 其中α 是衰减因子，且α ∈(0,1)。这里必须解释的一点是鱼群视野在聚群行为和追尾行为中仍然保持不变，仅在觅食行为中变换。 2.基于步长的改进 2.1 Wang Cuiru 等提出的改进方法的基本思路就是将人工鱼群算法的实际步长改为参数定义域内的随机数，以保证更好的全局搜索能力。 2.2 王西邓等提出了两种对步长进行改进的鱼群算法：一种是移动步长