研究人工鱼群算法优化问题,为了改进AFSA优化精度低、运行时间长的问题,借鉴模拟退火算法中的Metropolis判别准则改进了人工鱼的觅食行为,在利用人工鱼全局寻优的同时并利用模拟退火算子实施局部细化,提出了一种改进的人工鱼群优化算法(SA_IAFSA),保持了AFSA算法简单、易实现的特点,克服了人工鱼漫无目的随机游动以及容易陷入局部最优值的缺点,显著提高了算法的运行效率和求解质
算子相结合的人工鱼群算法;文献[]出了基于多 A et 6提 gn的人工鱼群自组织行为算法;文献[]出了一种基于人工 7提鱼群和文化算法的新型混合算法;文献[]出了基于遗传 8提 算法的人工鱼群优化算法。然而以上大部分算法都比较复杂,不是难以实现就是运算时间较长。 本文将类似模拟退火算法 ( i ua dA n an,A) Sm lt n el g S中 e i
2 Se )t p较小时人工鱼的搜索细化明显,容易陷入局部但最优解; 3 T _ u e较小时, ) r nmbr y随机行为突出,有利于全局搜索。 2 2模拟退火算法 .
模拟退火算法
( A)源于固体退火原理,固体加热 S来将至充分高,再让其徐徐冷却,加热时固体内部粒子随温度升高变为无序状,内能增大,而徐徐冷却时粒子渐趋有序,在每个温度都达到平衡态,后在常温时达到基态,最内能减为最 小。根据 Me ooi准则, t pl r s粒子在温度 T时趋于平衡的概率
Me ooi判别准则引入到人工鱼的觅食行为中,觅食行 t pl r s对为进行了改进,最后将整个模拟退火算法引入到人工鱼群的 寻优中,在全局寻优的同时能得到精确度更高的解,出了提 一
种基于模拟退火算法的人工鱼群优化算法。
为 e△耵,中 E为温度时的内能,‘ 其 AE为其改变量, k 为 B lman常数。用固体退火模拟组合优化问题,内能 ot n z将
2人工鱼群算法和模拟退火算法 2 1人工鱼群算法 .人工鱼群算法是通过构造人工鱼来模仿鱼群的觅食、聚群、追尾及随机行为,从而实现寻优。 2 .1人工鱼模型的相关定义 .1
E模拟为目标函数值,温度演化成控制参数,,即得到解 组合优化问题的模拟退火算法,具体步骤如下:
1初始温度, )初始解 S每个值的迭代次数为;, 2对 k,…,每一个 k )=1 2, 值都执行 3 6步骤; )~ ) 3对当前状态 S随机扰动产生一个新解 S; )’ 4计算增量 A’= S )- s其中,为目标函数; ) t,(’ f( ), 5若 A’<0则接受 S作为新的当前解, ) t,’否则以概率 e
人工鱼个体的状态 X=(,:…, )其中 (=1 2 。, , i,, …n为需要寻优的变量。人工鱼当前所在位置的食物浓度 )表示为 Y= (,中,目标函数值。人工鱼个体之间的, X)其 y为距离表示为 dI l一 loVsa表示人工鱼的感知范 f= 1 I i l J; u围,t S p表示人工鱼移动的步长, e 8表示拥挤度因子, N为鱼
(。 _接受 S作为新的当前解;’ 6如果满足终止条件,输出当前解作为最优解, )则结束
程序。终止条件通常取为连续若干个新解都没有被接受时 终止算法; 。 7 )T逐渐减少, T=T , -0 0<<1为衰减因 T-, - ̄,
群中鱼的数目。A S初始化一群人工鱼,置迭代次
数 FA设 L, 通过迭代搜寻最优解,在每次迭代过程中,工鱼通过人觅食、聚群、追尾及随机等行为来更新自己。 2 12人工鱼的行为描述 .. 1觅食行为:工鱼当前状态为置, )人在其视野范围内随
子,然后转第 2步。 ) 模拟退火算法与初始值无关,算法求得的解与初始解状态(是算法迭代的起点 )无关;拟退火算法具有渐近收敛模性,已在理论上被证明是一种以概率 1收敛于全局最优解的 全局优化算法。
机选择一个状态,如果在求极小问题中< ( y值越小, 表示食物浓度越高,或在求极大问题中<, 因为极大问 题和极小问题可以互相转换,以下文均以求极小问题讨所论 )则向该方向前进一步,,否则重新随机选择状态,判断
3基于 S的改进 AF A A S 3 1人工鱼觅食行为的改进 .传统人工鱼的觅食行为是在尝试 T— u br y r n m e次后如仍不满足前进条件,则随机移动一步。Ty n m e的设置在一 r— u b r
是否满足前进条件,复 Ty n mbr反 r— u e次后仍不满足前进条 件,则随机移动一步。
2聚群行为:人工鱼当前状态为,索当前邻域 )设探内, d即<Vsa的伙伴数目及中心位置,果 (< il u 如
定程度上使算法跳出了局部极值点,增加了算法的全局搜索能力,但它的值过小或者过大都会影响算法的收敛速度。因此,本文引入模拟退火算法中的 M t pl判别准则,法 er o s o i算 如下:
Y) i并且 (JN< )则表明伙伴中心有较多食物且不太拥 n占, 挤,就朝伙伴的中心位置方向前进一步,否则执行觅食行为。 3追尾行为: )人工鱼当前状态为置,其视野范围内最优的伙伴为,如果视野范围内伙伴数 n满足 n,/N< 位置前进一步;否则执 6同时满足>r,, m则人工鱼向 行觅食行为。
人工鱼当前状态为,在其视野范围内随机选择一个状 态置:
矿 (< ){ 直接移动到} Ele s
4随机行为: )人工鱼当前状态为置,视野范围内随机在 选择一个状态置。
{ dul=/ ;/定义 dul类型变量 t ob t i e L/ ob e / 为人工鱼寻优的最大迭代数,为当前的迭代
次数/L i
5移动策略: )对各人工鱼模拟聚群、追尾行为,然后选择食物浓度值较高的行为来执行,缺省行为为觅食行为。 6公告板: )用来记录历史最优鱼个体的状态。 各参数对算法的影响: 1 Vsa越大越容易发现全局最优解, )il u但精度下降; 一
dul=adm )/求得 0 1 ob r r o (;/ e n—之间的随机数 r I e f一>r (
{以概率 e随机移动一步} f
16— 9

10-3821)0-15-40694(011 09 0 基于模拟退火算法的改进人工鱼群算法研究刘 佳1 刘丽娜1 李靖1 陈立潮2 ,1 石家庄铁路职 业技术学院信息 工程系,河北 ...
研究了基于变异算子与模拟退火算法混合的人工鱼群算法,对算法中的变异算子进行了改进,并提出了1种试探确定变异概率的方法:同时对配电网无功优化的模型进行了改进....
改进人工鱼群算法及在函数优化问题中的应用_专业资料。为改进AFSA优化精度低、运行时间长的问题,借鉴模拟退火算法中的Metropolis判别准则改进人工鱼的觅食行为,在利用...
基于人工鱼群算法的水库优化调度研究_专业资料。针对当前各种启发式算法,如遗传算法(GA),粒子群算法(PSO),模拟退火算法(SA)等在求解水库优化调度中的不足,提出了...
基本人工鱼群算法的研究与... 4页 免费 (good)_鱼群算法 7页 免费 混合...模拟退火思想增强局部搜索能力, 改进算法后期收敛速度减慢的缺点, 获得了模拟退火...
wang@ 163. com 第1 期 陈广洲等:改进的人工鱼群算法在水质参数识别中的应用 109 用 〔~ 4〕 2 。郭建青等对此作了大量研究, 应用改进模拟退火算法、 ...
人工鱼群算法综述_兵器/核科学_工程科技_专业资料。人工鱼群改进算法研究综述 ...2.3 与其他算法结合的改进 2.3.1 与模拟退火算法的结合改进 借鉴其他的智能...
针对人工鱼群算法的这些不足,引入了改进的模拟退火算法和精英选择的思想对人工鱼群算法进行改进。以网络年综合费用最小为优化目标建立了配电网网架规划的数学模型,并...
表明了该算法是可行和有效的.关键词: 人工鱼群算法;模拟退火;变异算子;优化 ...遗传算法中的变异算子. 为判断随迭代次数增加搜索结果是否有改进,在算法 中设立...
求解旅行商问题的改进人工鱼群算法 本人研究车间调度是收集的相关论文,希望对...后者如遗传算法 (GA)、蚁群算法(ACA)、模拟退火算法(sA)、禁忌搜索算法 (as)...
热门文档