基于拓撲結構改進的人工魚群算法
大小：0.39 MB 人氣： 2017-12-08 需要積分：3
標簽：魚群算法(1620)
人工魚群算法（AFSA）作為一種典型的啟發式仿生算法自李曉磊等人在2002年首次提出以來，以良好的魯棒性、獲取全局最優值的能力、算法設計簡單等優點得到了國內外學者的廣泛關注，對該算法的研究已經滲透到工程設計、網絡優化、電力系統等多個領域。然而隨著優化問題應用范圍的擴大，基本的AFSA在應用中也存在難定位到最優值、精度不高、后期收斂速度慢等缺點引。從目前對人工魚群算法的研究來看，對該算法的改進主要有兩個方向：一部分研究者對人工魚群算法的視野參數、搜索方式及各種行為進行調整，另一部分研究者將人工魚群算法與其它傳統或智能算法相結合，以突破其自身局限，從而提出改進的人工魚群算法。然而當AFSA應用到高維復雜函數或多極值非線性函數優化時，會出現難以定位全局最優值、優化精度低，后期收斂速度慢，甚至對某些函數無法進行優化等問題。為了使基本AFSA有效地在高維以及多極值非線性函數上應用，提高搜索效率和精度，本文根據魚群算法自身結構內部特點提出了一種基于拓撲結構改進的人工魚群算法（TAFSA）。數值實驗結果表明，基于拓撲結構改進的人工魚群算法對于很鄉種非線性多極值以及高維函數具有易定位全局最優值、后期收斂速度快等優點。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%