資源描述：
《淺議人工魚群算法的改進及應用》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在學術論文-天天文庫。
1、上海海事大學碩士學位論文人工魚群算法的改進及應用姓名：鄭曉鳴申請學位級別：碩士專業(yè)：控制理論與控制工程指導教師：王錫淮;肖健梅20060701摘要Y】008372優(yōu)化命題的解決存在于許多領域，對于國民經(jīng)濟的發(fā)展也有著巨大的應用前景。隨著優(yōu)化對象在復雜化和規(guī)?；确矫娴奶岣撸趪栏駲C理模型的傳統(tǒng)優(yōu)化方法在實施方面交得越來越困難。人工魚群算法是一種基于行為的人工智能思想的動物自治體模式，它具有對目標函數(shù)、初始值和參數(shù)設定要求不高，具備并行處理能力和全局搜索能力等方面的特點。本文主要研究了人工魚群算法的改進與應用，并進行了仿真研究。主要研究內(nèi)容如下：對無約束函數(shù)優(yōu)化、
2、約束函數(shù)優(yōu)化和多目標函數(shù)優(yōu)化，這三類連續(xù)函數(shù)優(yōu)化問題，采用人工魚群算法分別進行了應用研究。通過對人工魚群算法的各參數(shù)特性分析，引入了分段尋優(yōu)、自適應參數(shù)修正的方法，結(jié)合人工魚群算法本身的特點，形成了一種自適應人工魚群算法。通過測試函數(shù)的驗證表明該算法在求解非約束連續(xù)優(yōu)化問題中，具有收斂速度快，尋優(yōu)精度高的特點。針對約束優(yōu)化問題，引入了半可行域的概念，提出競爭選擇的新規(guī)則，并改進了基于競爭選擇和懲罰函數(shù)的進化算法的適應度函數(shù)；同時設計了選擇算子對半可行域進行操作，得到了一個利用AFSA求解約束優(yōu)化問題的新方法，通過若干非線性等式約束和不等式約束問題的驗證表明該算法在
3、求解此類問題中，具有較好的穩(wěn)定性和收斂精度。在求解多目標問題中，將Pareto最優(yōu)規(guī)則與人工魚群算法相結(jié)合?；诙嗑S進化思想，按給出的樣本序值定義對魚群中的樣本分別進行存檔分離，給出了一種求解多目標優(yōu)化問題的新的人工魚群存檔算法。數(shù)據(jù)試驗表明，該算法能找到數(shù)量較多，分布較廣的Pareto最優(yōu)解。對人工魚群算法的距離，鄰域等概念進行更新改進，給出了具體求解組合優(yōu)化問題的人工魚群算法，并將該算法應用于14個點的TsP問題，在較短時間內(nèi)獲得了目前已知的最好解。同時就各參數(shù)對于運算結(jié)果的影響進行了分析論證。魚群算法從具體的實施算法到總體的設計理念，都不同于傳統(tǒng)的設計和解決
4、方法，同時它又具有與傳統(tǒng)方法相融合的基礎，相信魚群算法有著良好的應用前景。關鍵詞人工魚群算法，動物自治體，函數(shù)優(yōu)化，半可行域，約束優(yōu)化，多目標組合優(yōu)化問題IIAbstractOptimizationproblemsneedtobesolvedinmanyfields，andthefinesolutionstotheproblemsmayleadtogreateconomicbenefit．Withtheincreasingofthecomplexityandscaleoftheoftheoptimizationproblems，classicaloptimizat
5、ionmethodswhichbaseonthestrictmodelingbecomedifficulttobecarriedout．Artificialfish—swarmalgorithmisananimal’Sautonomousmethodthatbasesontheprincipleofartificialintelligent．Ithassomecharacters，suchasnospecialrequirementforobjectfunctions，Beinginsensitivetotheinitialvalues。toleratingwid
6、erangeofvaluesofparameters，havingtheabilitiesofparallelprocessingandglobalsearch．Inthearticle，theimprovingandapplicationoftheartificialfish-swamalgorithmaremainlydiscussed．Themajorinnovationsareasfollows：Forthecontinuousoptimizationproblems，wemainlyintroducethemodifiedAFSAtosolvetheop
7、timizationproblemsofnon-constrainedfunction，constrainedfunctionandmuki-objectivefunction．Viatheanalysisoftheparametersandtheintroductionofthemethodofsection-search。wemadethealgorithmadjusttheparametersautomaticallyintheprocessofoptimization．AndthecombinationwiththecharacteristicsofAFS
8、Amade
