人工鱼群算法1解析.docxVIP

算法 算法 ?人工鱼群算法描述 在一片水域中，鱼存在的数目最多的地方就 是本水域中富含营养物质最多的地方，依据 这一特点亲模仿鱼解前觅食，聚群，追尾啓 行为，从而实现全局最优，这就是鱼群算法 的基本思想。鱼类的活动中，觅食行为，聚 群行为，追尾行为和随机行为与寻优命题的 舖浇有较密切俞矣系，茹衍利用简童肴效白6 方式来构造实现这些行为将是算法实现的主 要问题。 算法的优点 1） 只需比较目标函数值，对目标函数的性 质要求不高。 2） 对初值的要求不高，随机产生或设为固 定值均可。 3） 对参数设定的要求不高，容许范围大。 4） 具备并行处理能力，寻优速度较快。 5） 具备全局寻优能力，能快速跳出局部极 值点。 肩设在二个n维的目标搜索空间中，有N条 组成一土群体的人工鱼，每天人工鱼个体的 (i=1,……n)为欲寻优的菱量:人工鱼当前 所在位置的食物浓度表示为Y=f(X),其中Y为 目标函数；人工鱼个体间距离表示为 d=||Xi-Xi ||; visual表示人工鱼的感知范围， step为夬工鱼移动步长，。为拥挤度因子； trynumber表示人工鱼每次觉食最大试探次 format long Visual=2.5; Step=0.3; N=50; Try_number=50; 行为描述 随机行为(AF-Random)：指人工鱼在视野内 随机移动，当发现食物时，会向食物逐渐增多的方 向快速的移动。 觅食行为(AF-prey)：指鱼循着食物多的方向 游动的一种行为，人工鱼Xj在其视野内随机选择一 个状态务，分别计算它们的目标函数值进行比较， 如果发琐诂比￡优，则Xi向Xj的方向移动一步；否 贝h Xi继冥在其视野内选择状态Xj,判断是否满足 前进条件，反复尝Wrynumber次后，仍没有满足 前进条件，则随机移动一步使Xi到达一个新的状态。 裏达金加下: 算法 算法 算法 算法 代码 function [XXnext] = gmjprey(XX,Try_number,Visual,Step) PP=O； for j=1:Try_number XXj=XX+rand*Step*Visual; if(maxf(XX)maxf(XXj)) XXnext=XX+rand*Step*(XXj-XX)/norm(XXj-XX); PP=1； break end end if(~pp) XXnext=XX+rand*Step; end ? (3)聚群行为(AF-swarm):鱼在游动过 程中为了保证自身的生存和躲避危害会自然 地聚集成群。鱼聚群时所遵守的规则有三条: 分隔规则:尽量避免与临近伙伴过于拥挤;对 准规则:尽量与临近伙伴的平均方向一致;内 聚规则:尽量朝临近伙伴的中心移动。人工 鱼Xi搜索其视野内的伙伴数目山及中心位置 Xc，若 Yc/ nf GYj,表明伙伴中心位置 状态较优且不太拥挤，则Xi朝伙伴的中心位 置移动一步，否则执行觅食行为： 二艾① UXOJ① U9S-SU0 ① POOJJV luno」 OA ①」d—dv ① so (d33luopubH + 一x H 1X3.SX (oava0303Q A」uC5)七 M鬥34ge^士uw^H^x=((_ns)N)」9UQoyx 報疾赴*頁盘官原?眩匹5?点4/二(_|§2_之||巨 (E」eMS—dv “ Ws4—_eo毛 齐0匸 算法 算法 ?糾追尾行为(AF?follow)指鱼向其可视区域内的最优方向移动的一种行为。人工鱼Xi搜 索其视野内所有伙伴中的函数最优伙伴Xj, 如果Yj/nf 6Yi,表明最优伙伴的周围不太 拥挤，则Xi朝此伙伴移动一步，否则执行觅 「 食行为。 咚「0 /:■ /「 伪代码 float Artificial_fish： : AF_follow() {Ymax=MAX(f(Xmax)),Xmax e N(Xi,Visual); nf=|N(Xmax,Visual)|; if(Ymax/ nf 0Yi Y^Ymax) _ / Xtna~ Xi Xinext — Xi + Ranaom(step) else AF_prey(); return AF_foodeonsistenee(Xinext )； ? (5)公告板：是记录最优人工鱼个体状态 的地方。每条人工鱼在执彳丁完一次迭代后将 自身当前状态与公告板中记录的状态进行比 较，如果优于公告板中的状态则用自身状态 更新公告板中的状态，否则公告板的状态不 变。当整个算法的迭代结束后，输岀公告板 的值，就是我们所求的最优值。 算法 算法 算法 算法 ?2.4算法描述 鉴于以上描述的人工鱼群行为，每条人工鱼探索它 当前所处的环境状况和伙伴的状况，从而选择一种 行为来实际执行，最终人工鱼集结在几