人工鱼群算法研究综述

人工鱼群算法是一种新型的群体智能随机全局优化算法。在阐述鱼群算法的基本原理的同时,综述了近年来鱼群算法的发展历程及其改进算法,分析了其应用领域,并提出了今后的研究方向。     

基于改进鱼群算法的WSN覆盖优化策略

本文提出了一种基于改进人工鱼群算法的无线传感器网络覆盖优化策略.通过对人工鱼群视野范围和步长的自适应调整,提高了算法的寻优精度、收敛速度以及稳定性;再结合WSN网络覆盖的性能,使网络覆盖得以优化.仿真结果表明,改进的人工鱼群算法优化的网络覆盖率比基本人工鱼群算法的网络覆盖率提高了17％.     

基于变异算子与模拟退火混合的人工鱼群优化算法

人工鱼群算法(AFSA)是一种新型的群智能随机全局优化技术.本文在分析AFSA存在不足的基础上,提出了基于变异算子与模拟退火混合的人工鱼群优化算法.该算法保持了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或在非全局极值点的大量聚集,显著提高了算法的运行效率和求解质量.通过函数和实例测试验证,表明了该算法是可行和有效的.     

基于动态人工鱼群优化的WSN分簇算法

将群智能优化算法引入无线传感器网络分簇路由协议的设计能有效地节约节点能量和提高分簇效率.针对基本人工鱼群算法在运算速度方面的不足,提出了一种基于动态人工鱼群优化的无线传感器网络分簇算法,算法为了同时具有较好的全局搜索和局部寻优能力,更快地得到最优分簇结果,在一次迭代进化中除了考虑人工鱼的觅食行为、聚群行为和追尾行为的寻...     

改进的人工鱼群算法及其在近似求导中的应用

人工鱼群算法是一种新型的随机搜索优化算法,在对基本人工鱼群算法进行改进后提出了一种基于改进的人工鱼群算法的近似求导算法,该求导算法不仅能求解一阶导数,还能计算高阶导数.实验结果表明该算法是可行的和有效的.     

基于人工鱼群算法的MES车间动态调度问题研究

作业车间存在诸多不确定信息和干扰的生产。为解决作业车间环境下制造执行系统的动态调度问题,文中介绍了基于人工鱼群算法的制造执行系统动态调度方法的设计,并深入研究了人工鱼群算法的应用。为使人工鱼群算法能应用于离散的生产调度问题中,依据实际情况对算法进行了部分修改。最终将改进后的人工鱼群算法应用于制造执行系统的车间动态调度中,优化了调度结果的质量。     

自适应视野的人工鱼群算法求解最短路径问题简

针对基本人工鱼群算法的参数视野固定不变导致算法后期收敛速度慢、运算量大、易陷入局部最优等问题,提出自适应视野的改进人工鱼群算法。改进后的算法只对人工鱼的觅食行为的视野进行调整,使其随着算法的迭代次数的增加而逐渐减小,但当视野小于初始值的一半时,停止减小,使其等于初始值的一半。将提出的改进型人工鱼群算法应用到求解基于道路网络的最短路径问题中,并通过实验证明了改进后的人工鱼群算法比基本人工鱼群算法及蚁群优化算法收敛速度快、计算量小,而且更加准确和稳定。     

基于自适应人工鱼群算法的多用户检测器

将智能优化算法应用到多用户检测器(MUD)问题中,是近年来改善MUD性能的一个研究方向。人工鱼群算法(AFSA)是一种新的智能优化算法,该算法具有一些遗传算法和粒子群算法不具备的特点。但是用其解决离散优化问题时,该算法保持探索与开发平衡的能力较差,且在算法运行后期搜索的盲目性较大,从而影响了该算法搜索的质量和效率。为了克服这些缺点,本文对该算法进行了改进,得到两种自适应人工鱼群算法(AAFSA_FP和AAFSA_SP),并首次用其构建了新的多用户检测器。仿真结果表明,该方法与基于遗传算法的多用户检测器和基于粒子群算法的多用户检测器相比,在误码率、抗远近效应的能力和收敛速度等方面都有明显的改善。     

基于集群智能粒子滤波的弹道导弹跟踪

针对弹道跟踪问题,提出人工鱼群算法优化粒子滤波的方法.将集群智能思想引进粒子滤波,解决其粒子权值退化及粒子需求量大的缺点.首先,阐述了粒子滤波原理及其存在的一些问题.然后将人工鱼群算法融合进粒子滤波,使粒子群体向高似然方向移动,从而克服粒子权值退化问题.仿真结果说明该算法中的滤波算法的有效性.     

基于遗传的人工鱼群优化之武装直升机对地攻击火力分配决策

结合遗传算法和人工鱼群算法的优点对武装直升机对地攻击作战的火力分配问题进行研究,建立了火力分配的教学模型,并利用基于遗传算法的人工鱼群优化算法实现武装直升机对地攻击的火力分配.仿真实验结果表明,基于遗传算法的人工鱼群优化算法解决火力分配问题不仅收敛速度快、效果好,而且运行速度快、求解精度高,满足火力分配实时性和准确性的...     

基于鱼群算法的全终端网络可靠性优化设计

鱼群算法是一种新型群智能优化方法,在分析鱼群算法实现原理的基础之上,将其与全终端网络可靠性优化问题有机融合,给出了求解全终端网络可靠性优化问题的鱼群算法设计.通过实例仿真比较,鱼群算法能够得到比遗传算法更满意的结果,从而验证了算法的可行性和有效性.     

面向目标跟踪的物联网感知层节点部署优化研究

针对目标跟踪物联网感知层节点动态部署的特点,在人工鱼群算法和虚拟力算法的基础上,设计了融入虚拟力影响的人工鱼群控制算法,给出了算法的参数自适应调整策略,该算法利用节点间的虚拟力来影响人工鱼的觅食行为和追尾行为,指导人工鱼群的进化过程,加快算法的收敛性。仿真实验结果显示,算法能快速有效地实现无线传感器网络节点的部署优化,与人工鱼群算法和虚拟力算法相比,该算法不仅全局寻优能力强,且收敛速度快,可有效提高网络覆盖率,优化网络性能。     

基于网格划分策略的改进人工鱼群算法

人工鱼群算法是一种新型的随机搜索优化算法，初步研究表明该算法具有许多优良的性质。通过引入网格划分策略和禁忌搜索算法．对基本人工鱼群算法进行了改进，减少了迂回搜索的无用计算，同时也使人工鱼可以在解空间内进行更为全面的搜索，提高了搜索效率，加快了系统满意解域的确定；通过对变量空间进行网格划分，提供了获取系统最优解的方法，而且加强了对鱼群公告板信息的使用。实验表明，与基本人工鱼群算法相比，该方法具有明显的优越性。     

基于蚁群和鱼群的混合优化光网络动态RWA算法

基于蚁群算法和鱼群算法提出一种混合优化算法用于解决光网络动态RWA问题。重点研究了将人工鱼群算法的拥挤度概念引入到蚁群算法中,改进了蚁群算法初始解获取和状态转移选择,提高了算法速度和寻优能力。通过仿真分析,混合优化算法能降低光网络中的阻塞率,提高资源利用率,验证了算法的可行性和有效性。     

一种基于自适应能力改进的AFSA算法研究

文章在分析基本人工鱼群算法(AFSA)的基础上,提出了一种基于自适应能力的改进人工鱼群算法,在不明显增加算法计算复杂性的前提下,引入自适应移动和visual、step参数自适应调整策略,这对于克服算法优化后期收敛速度慢,感知和移动距离随机性大、寻优精度低等缺点具有显著效果。仿真测试表明,改进后的人工鱼群算法在很大程度上摆脱了局部极值吸引的能力,寻优精度明显提高。     

基于人工鱼群算法的园林导览路径规划方法研究

导览路径规划作为园林智能辅助导览系统中的重要一环,能够为游客提供实时的目的地地图路径指导,直接影响着用户的使用体验。为了提高其准确性和实时性,提出一种基于人工鱼群算法的园林导览路径规划方法。对导览环境模型及相关问题进行描述,并通过总长度和平滑度两个方面设计了路径规划的目标函数。对采用的人工鱼群优化算法进行分析,并针对人工鱼群算法存在的缺点,在步长更新方式上进行了改进,有利于提高寻优精度和运行速度。仿真环境下的测试结果表明,提出的改进算法具有更好的最优解和快速收敛性能。实际案例应用结果验证了提出路径规划方法的可行性和有效性。     

一种改进的人工鱼群算法

本文介绍了基本人工鱼群算法,并在步长及觅食行为这两方面对基本人工鱼群算法做出了改进,提出一种改进的人工鱼群算法（IAFSA）。实验结果证明,改进的人工鱼群算法具有较好的收敛性。     

基于动态参数调整人工鱼群算法的电力系统无功优化

目前现行的电力系统无功优化所用的人工智能算法都会存在易局部收敛和收敛速度慢等问题。为了克服上述问题,文中选取人工鱼群算法并对算法中一些参数进行调整,在步长选择上采取变尺度,并引入评价函数,对于视野范围和拥挤度因子上采用动态调整。文中将系统有功网损作为目标函数,利用改进的人工鱼群算法实现电力系统无功优化。通过IEEE-30节点仿真系统计算,证明改进的人工鱼群算法在电力系统无功优化上的可行性和有效性。     

一种改进的人工鱼群算法

本文介绍了基本人工鱼群算法,并在步长及觅食行为这两方面对基本人工鱼群算法做出了改进,提出一种改进的人工鱼群算法（IAFSA）。实验结果证明,改进的人工鱼群算法具有较好的收敛性。     

动态自适应人工鱼群算法研究

针对标准人工鱼群算法解精度不高的缺点,文章提出了动态自适应人工鱼群算法,使人工鱼群算法的两个重要参数—步长和视野实现动态自适应调整,使鱼群中的个体在早期具有较大的步长和较宽阔的视野,以保证算法具有较快的收敛速度和较广阔的搜索范围,而在后期逐渐转入精细的局部搜索,使算法的解精度得以提高。并通过实验对比证明动态自适应人工鱼群算法的解精度优于标准人工鱼群算法。