一种简化的人工鱼群算法

小型微型计算机系统JournalofChineseComputerSystems2009年8月第8期Vol130No.82009

一种简化的人工鱼群算法

王联国1,2,洪　毅1,赵付青1,余冬梅1

1(2(

兰州理工大学电气工程与信息工程学院,甘肃兰州730030)甘肃农业大学信息科学技术学院,甘肃兰州730070)

E2mail:wanglg@gsau.edu.cn

摘　要:针对人工鱼群算法(AFSA)优化精度低,,提出一种简化的人工鱼群算法(SAFSA).SAFSA,调整下一步位置,保证算法向全局最优位置移动,,,增强了算法的全局搜索能力.仿真结果表明,.关键词:人工鱼群算法;中图分类号:T文章编号:100021220(2009)0821663205

SimplifiediclFishSwarmAlgorithm

WANGLian2guo

1(2(

1,2

1

,HONGYi1,ZHAOFu2qing1,YUDong2mei

CollegeofElectricalandInformationEngineering,LanzhouUniversityofTechnology,Lanzhou730030,China)SchoolofInformationScienceandTechnology,GansuAgriculturalUniversity,Lanzhou730070,China)

Abstract:ThispapersimplifiesAFSA,presentsevolutionequationofAFSA,andthenproposesasimplifiedartificalfishswarm

algorithm(SAFSA),whichisaimedatsomedefectsofAFSA,suchaslowoptimizationprecisionandlongrunningtime.Accordingtothepreying,thecenterpositionandtheoptimalpositionofthefishswarm,SAFSAadjuststhenextpositionduringthesameiterativeevolution,soastoensurethatthealgorithmwillmovetotheglobaloptimalposition,atthesametimebecauseAFSswimsstochasticallyjustaspreying,thealgorithmcouldskipoverthelocalextremum,soastoenhancetheglobalsearchingabilityofit.Thesimulationresultsshowthatoptimizationeffectsofthesimplifiedalgorithmareobviousandtherunningspeedofthatishigherthanbefore.

Keywords:artificialfishswarmalgorithm;artificialfish;swarmintelligence

1　引　言

人工生命是当前生命科学、信息科学、系统科学及工程技术科学间的交叉研究的热点,也是人工智能、计算机、自动化科学技术的发展动向之一.其中一个重要方面是“人工动物”的合成,涂晓媛[123]利用动物形态、习性和行为模型成功地创作了人工鱼,用计算机动画实现了人工动物共有的基本特征(生物力学、运动、感知和行为),被学术界称为“Xiaoyuan’s

.人工鱼通过固定的、具有优先级的规则选择基本行为,Fish”

具有良好的克服局部极值,取得全局极值的能力,算法中仅使

用了目标问题的函数值,对搜索空间有一定的自适应能力,并具有对初值与参数选择不敏感、鲁棒性强、简单易实现和使用灵活等诸多优点.目前该算法已应用于连续性优化问题、组合优化[7]、时变系统的在线辩识[8]、鲁棒PI优D的参数整定[9]、化前向神经网络[10]、电力系统无功优化[11]、短期负荷预测[12]、多用户检测器[13214]和油田多级站定位[15]中,取得了较好的效果.但该算法有保持探索与开发平衡的能力较差、算法运行后期搜索的盲目性较大、寻优结果精度低和运算速度慢等缺点,从而影响了该算法搜索的质量和效率.在高维函数优化方面,寻优结果精度低,运算速度慢.因此,部分研究者从不同的方面对人工鱼群优化算法进行了改进,提出了一些改进的人工鱼群优化算法[16218],如文献[16]从对鱼群的行为特性的分析出发,从图论的角度来看Fish2search算法的搜索过程,控制搜索过程中每条鱼的方向,对基本人工鱼群算法进行了改进;文献[17]自适应地减小人工鱼的视野范围,提出了

实现鱼的捕食、求偶、逃跑、游弋等生物活动.班晓娟等在此基础上研究了计算机动画中人工鱼的自繁衍与自进化模型、人工鱼的高级自规划模型、人工鱼的情感模型[4].

国内李晓磊博士在人工鱼理论的基础上,受鱼群行为的启发,于2002年提出了一种基于动物行为的群体智能优化算法-人工鱼群算法[526](ArtificialFishSwarmAlgorithm,

AFSA),该算法是行为主义人工智能的一个典型应用.算法

　　收稿日期:2008203213　收修改稿日期:2008205220　基金项目:甘肃省教育厅科研项目(0602212)资助.　作者简介:王联国,男,1968年生,博士研究生,副教授,主要研究方向为计算智能及其工程应用、智能信息处理;洪　毅,男,1954年生,教授,博士生导师,主要研究方向为控制理论与控制工程、智能控制与智能自动化和计算机网络;余冬梅,女,1953年生,教授,主要研究方向为软件工程、计算智能和计算机网络;赵付青,男,1977年生,博士,副教授,主要研究方向为计算智能及其工程应用,流程工业CIMS,模式识别等.