基于人工鱼群算法的人口迁移算法研究

发布时间：2021-07-06 12:18

　　人口迁移算法（PMA）是我国学者周永华,毛宗源提出的一种模拟人口迁移规律的新的模拟演化算法。人口迁移算法不是模拟自然领域中具有某种优化特征的群体来建立模型,而是模拟社会领域中人口随经济重心而转移、随人口压力增加而扩散的机制。但是算法中人口流动的随机性影响了算法的性能。而人工鱼群算法（ASAF）是一个模拟自然界生物特性的智能算法,它具有对目标函数、初始值和参数设定不敏感,具备并行处理能力和全局搜索能力等方面的特点,而且它的群智能特性有助于算法性能的提高。如何利用人工鱼群算法的群智能特性来克服人口迁移算法中人口流动的随机性带来的问题是本文工作的重点。本文所做的主要工作如下:首先针对人工鱼群算法中视野对算法收敛性的影响提出了一种新的搜索机制,数值实验的结果证明当搜索域“缩小”以后算法的收敛速度明显提高,改进后的算法的平均迭代次数和最小成功收敛的代数也明显低于基本人工鱼群算法。改进后的算法也具有更好的局部求精能力和稳定收敛性。然后针对人口迁移算法中由于人口流动的随机性引起的算法搜索效率不高的问题将人工鱼群中鱼群觅食行为代替了人口迁移算法中的人口流动行为,生成一种基于人工鱼群的人口迁移算法。并对... 

【文章来源】：武汉理工大学湖北省 211工程院校 教育部直属院校

【文章页数】：59 页

【学位级别】：硕士

【部分图文】：

初始状态

迭代次数的 90100图2一sn二100图2一9收敛曲线图而图2一6至2一8分别表示了原始人工鱼群算法迭代30次，50次和100次之后的状态，图2一9表示了原始人工鱼群算法的收敛曲线。从图中可以看出，经过50次迭代后，改进的人工鱼很快就到达了极值点，多数人工鱼也都聚集在极值点的附近，并有部分位于局部极值点的人工鱼被重新初始化，从而在更广阔的范围内进行寻优。经100次迭代后，绝大多数人工鱼己经到达极值点，并且具有相对稳定的收敛速度。而基本的人工鱼群算法经过100次迭代之后虽然最后也达到了最优，但是速度明显低于改进的人工鱼群算法。其实在本例的寻优过程中

从上面两个表容易看出，方案1在保持收敛性效果的同时，显著地加快了收敛速度，当算法最大进化代数增加时尤其如此。因此，实验所作的参数设置指导在实际应用中很有效。另外图4一1和4一2分别表示了混合算法迭代50次收敛最快的一次和迭代50次不收敛的曲线图，而图4一3则给出了混合算法迭代100次的函数曲线图。姗翎佣翻翎姗妇探洲名心旧如 060507创们舰仁︸气︸嘱公呸一}1015知2S匆3540好S0迭代次数七一一‘—{___、___.{10，5加书加3S叻朽叨迭代次数图4一IN二50时最快收敛的一次图4一ZN二50时不收敛的一次翎摘翻书崛翻理留20加叨即60迭代次数图4一3N二100时函数值下降图

【参考文献】：
期刊论文
[1]人口迁移算法在蛋白质折叠模拟中的应用[J]. 陈华锋,谭劲英,李治.  重庆工学院学报(自然科学版). 2007(03)
[2]基于混合鱼群-蚁群算法的模块化产品配置设计[J]. 高德芳,赵勇,郭杨,赵海涛.  机械. 2007(01)
[3]基于变异算子与模拟退火混合的人工鱼群优化算法[J]. 张梅凤,邵诚,甘勇,李梅娟.  电子学报. 2006(08)
[4]基于改进的Fish-search算法的信息检索研究[J]. 罗方芳,陈国龙,郭文忠.  福州大学学报(自然科学版). 2006(02)
[5]粒子群算法的改进及其在求解约束优化问题中的应用[J]. 刘华蓥,林玉娥,王淑云.  吉林大学学报(理学版). 2005(04)
[6]人工鱼群神经网络在电力系统短期负荷预测中的应用[J]. 马建伟,张国立.  电网技术. 2005(11)
[7]一种非参数惩罚函数的优化演化算法[J]. 周育人,周继香,王勇.  计算机工程. 2005(10)
[8]求解约束优化问题的一种新的进化算法[J]. 张利彪,周春光,刘小华,马铭,吕英华,马志强.  吉林大学学报(理学版). 2004(04)
[9]基于人工鱼群算法的电力系统无功优化[J]. 唐剑东,熊信银,吴耀武,蒋秀洁.  继电器. 2004(19)
[10]一种新的全局优化搜索算法——人口迁移算法（Ⅱ）[J]. 周永华,毛宗源.  华南理工大学学报(自然科学版). 2003(04)

博士论文
[1]一种新型的智能优化方法-人工鱼群算法[D]. 李晓磊.浙江大学 2003

硕士论文
[1]人口迁移算法的收敛性分析[D]. 武瑛.西安科技大学 2005



本文编号：3268228