人工鱼群算法的分析及改进

发布时间：2021-11-05 21:02

　　优化命题的解决存在于许多领域，对于国民经济的发展也有着巨大的应用前景．随着优化对象在复杂化和规模化等方面的提高，基于严格机理模型的传统优化方法在实施方面变得越来越困难．人工鱼群算法（Artificial Fish-Swarm Algorithm，AFSA）是由李晓磊等在2002年提出的，源于对鱼群运动行为的研究，是一种新型的智能仿生优化算法．它具有较强的鲁棒性、优良的分布式计算机制、易于和其他方法结合等优点．目前对该算法的研究、应用已经渗透到多个应用领域，并由解决一维静态优化问题发展到解决多维动态组合优化问题．人工鱼群算法已经成为交叉学科中一个非常活跃的前沿性研究课题．本文的主要研究成果与贡献如下：1)简要的回顾了智能仿生优化算法理论产生的背景．总结了仿生算法的基本理论和特点，以及仿生优化算法的共性与个性．2)对于人工鱼群算法进行了详细的分析．人工鱼群算法是一种新兴的仿生学算法，在介绍了AFSA的基本原理、算法描述、算法参数和流程的基础上，又介绍了其应用前景．3)通过对六年来人工鱼群改进算法的研究，提出了四种改进思路，并介绍了几个典型的改进模型．4)提出了引入免疫系统的免疫信息处理机制... 

【文章来源】：大连海事大学辽宁省 211工程院校

【文章页数】：59 页

【学位级别】：硕士

【部分图文】：

sPhere函数图像

图4.2Rosenb代沁k函数图像Fig.4.2FigureofROsenbroekfunction二耸伪翻.油口.2丘O尽4\\、~一-一---一万一角动

Griewank函数图象Fig.4.3FigureofGriewankfunetion

【参考文献】：
期刊论文
[1]基于人工鱼群算法的配电网网架优化规划[J]. 程晓荣,张秋亮,王智慧,赵惠兰.  继电器. 2007(21)
[2]混沌人工鱼群算法在重力坝材料参数反演中的应用[J]. 宋志宇,李俊杰,汪红宇.  岩土力学. 2007(10)
[3]基于网格划分策略的改进人工鱼群算法[J]. 黄光球,王西邓,刘冠.  微电子学与计算机. 2007(07)
[4]用鱼群算法求解多级递阶物流中转运输系统优化问题[J]. 黄光球,姚玉霞,任燕.  计算机应用. 2007(07)
[5]改进的人工鱼群算法[J]. 范玉军,王冬冬,孙明明.  重庆师范大学学报(自然科学版). 2007(03)
[6]人工鱼群算法在求解非线性方程组中的应用[J]. 王冬冬,周永权.  计算机应用研究. 2007(06)
[7]几种新型仿生优化算法的比较研究[J]. 段海滨,王道波,于秀芬.  计算机仿真. 2007(03)
[8]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)
[9]求解约束优化问题的人工鱼群算法[J]. 王锡淮,郑晓鸣,肖健梅.  计算机工程与应用. 2007(03)
[10]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)

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
[2]拟生态系统算法及其在工业过程控制中的应用[D]. 李艳君.浙江大学 2001

硕士论文
[1]人工鱼群算法的改进研究[D]. 王西邓.西安建筑科技大学 2007



本文编号：3478504