資源描述：
《基于變異算子人工魚(yú)群混合算法》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。
1、萬(wàn)方數(shù)據(jù)Compu把rEn#neenngandApplications計(jì)算機(jī)工程與應(yīng)用基于變異算子的人工魚(yú)群混合算法黃華娟，周永權(quán)HUANGHua-juan，ZHOUYong-quan廣西民族大學(xué)數(shù)學(xué)與計(jì)算機(jī)科學(xué)學(xué)院，南寧530006CollegeofMath．a(chǎn)ndComputerScience，GuangxiUniversityforNationalities，Nanning530006，ChinaE—mail：yongquanzhou@126．comHUANGHua-jBall·ZHOUY
2、ong-quan．Hybridartificialfishswarlnalgorithmbasedonmutationoperator．ComputerEngineeringandApplications．2009．45(33)：28-30．Abstract：AHybridArtificialFishSwarmAlgorithm(HAFSA)isproposed，wheretheHooke-Jeevespatternsearchiscombined塒t}lAFSAtospeedupthe10ca
3、lsearch，alsomutationoperatorisembeddedtoavoidthecommondefectofprematureconver-gence．Sothehybridalgorithmiscapableofimprovingthelocalsearchabilityofthealgorithm．818wellasreducingthecomputa-tionalburden．Theexperimentalresultsthroughtestingbyfunctionsan
4、dpracticalproblemsshowthatthehybridalgorithmisem—eientandeffective．Keywords：artificialfishschoolalgorithm；Hooke-Jeevesmethod；hybridalgorithm；mutation摘要：把Hooke—Jeeves模式搜索方法作為人工魚(yú)群算法的一個(gè)局部搜索算子，嵌入到帶變異算子的人工魚(yú)群算法中，提出一種基于變異算子的人工魚(yú)群混合算法。其中，Hooke—Jeeves的強(qiáng)局部搜索能力提
5、高了人工魚(yú)群混合算法的局部收斂速度，變異算子的引入增加了群體的多樣性，避免人工魚(yú)群混合算法陷入局部最優(yōu)。通過(guò)基準(zhǔn)函數(shù)和實(shí)例測(cè)試驗(yàn)證，表明了該算法是高效可行的。關(guān)鍵詞：人工魚(yú)群算法；Hooke-Jeeves方法；混合算法；變異DOhl0．3778／j．issn．1002—8331．2009．33．010文章編g-：1002—8331(2009)33—0028—03文獻(xiàn)標(biāo)識(shí)碼：A中圖分類(lèi)號(hào)：TPl81引言1999年華人女學(xué)者涂曉嬡博士將人工生命的方法引入到計(jì)算機(jī)動(dòng)畫(huà)的創(chuàng)作中，利用動(dòng)物形態(tài)、習(xí)性和行為
6、模型成功地創(chuàng)作了“人工魚(yú)”，用計(jì)算機(jī)動(dòng)畫(huà)實(shí)現(xiàn)了“人工動(dòng)物”共有的基本特征——生物力學(xué)、運(yùn)動(dòng)、感知和行為，被學(xué)術(shù)界稱(chēng)為“xi—aoyuan’Fish”川。在2002年，我國(guó)學(xué)者李曉甜4等人提出了～類(lèi)仿生型優(yōu)化算法，即人工魚(yú)群算法(ArtificialFishSchoolA1一gorithm，AFSA)，AFSA主要運(yùn)用了魚(yú)的覓食、聚群和追尾行為，從構(gòu)造單條魚(yú)的底層行為做起，通過(guò)魚(yú)群中各個(gè)體的局部尋優(yōu)從而達(dá)到群體全局尋優(yōu)的目的。人工魚(yú)群算法具有良好的求取全局極值的能力，并具有對(duì)初值、參數(shù)選擇不敏感、
7、魯棒性強(qiáng)、簡(jiǎn)單、易實(shí)現(xiàn)等優(yōu)點(diǎn)，已經(jīng)在神經(jīng)網(wǎng)絡(luò)、模式識(shí)別、參數(shù)估汁、辨識(shí)方法等諸多方面得到了應(yīng)用M。但隨著人工魚(yú)群算法應(yīng)用的不斷拓廣，人們發(fā)現(xiàn)AFSA雖具有很好的全局搜索能力，但局部尋優(yōu)能力較差，收斂速度較慢，而且搜索結(jié)果僅獲得滿意解域而不是精確解。另一方面，Hooke-Jeeves算法作為一種傳統(tǒng)的優(yōu)化算法，具有很強(qiáng)的局部搜索能力，但全局收斂能力較差，且優(yōu)化結(jié)果依賴(lài)于初值的選取。分析了AFSA和Hooke-Jeeves算法各自的優(yōu)缺點(diǎn)，可以沒(méi)想，如果把這兩種算法有機(jī)結(jié)合起來(lái)，取長(zhǎng)補(bǔ)短，用Hook
8、e—Jeeves算法提高AFSA的局部收斂能力，而用AFSA確保Hooke-Jeeves算法的全局收斂性，那么得出的新算法將是具有收斂速度較快，求解精度較高的全局優(yōu)化算法。正是基于這種思想，該文把Hooke—Jeeves模式搜索方法作為人工魚(yú)算法的一個(gè)局部搜索算子，嵌入到人工魚(yú)群算法中，構(gòu)成一種人工魚(yú)群混合算法。但是，全局算法和局部算法相混合在提高局部收斂速度的同時(shí)，也加劇了陷入局部最優(yōu)的可能性，因此，把變異操作加入到混合算法中，增加種群的多樣性，在一定程度上避免算法陷入局部最優(yōu)。綜上所述，針對(duì)
