人工鱼群算法的简介及应用

德州律师https://www.wendangku.net/doc/d918687897.html,

人工鱼群算法是根据鱼在水中寻找食物的行为演化而来。我们知道，在鱼塘里对着某一区域撒下食物，不一会儿就会有大量的鱼儿集中过来，鱼儿在水中一般有觅食，聚群，追尾三种行为，以下是这些行为的描述：(1)觅食行为：鱼一般会呆在食物较多的地方。一般在水里游的鱼，当它发现食物时，会向其游去。(2)聚

群行为：鱼在水中大多是群聚在一起，这样是为了能够更好的在水中生存，观察鱼群不难发现，鱼群中每条鱼之间都保持有一定的距离，而且它们会尽量保持方向一致，而外围的鱼也

都是不断像中心的位置靠近。

(3) 追尾行为：在鱼群中，当一条鱼或者几条鱼发现食物时，其它的鱼也会尾随其快速

的游到食物分布较多的地方。

1.人工鱼群算法原理

1.1人工鱼群算法具的特点

(1)收敛速度较快，可以用来解决有实时性要求的问题；

(2)针对一些精度要求不高的情况，可以用来快速的得到一个可行解；

(3)不需要问题的严格机理模型，甚至不需要问题的精确描述，这使得它的应用范围得

以扩展。

1.2人工鱼群算法常用终止条件

(1) 判断连续多次所得的均方差小于允许的误差。

(2）判断一些区域的人工鱼群的数量达到某个比率。

(3）连续多次所获取的值均不得超过已寻找的极值。

（4）迭代次数到达设定的最大次数

1.3人工鱼群算法的基本流程

人工鱼群算法演化到具体计算技术，具体流程如下：为两个体之间的距离，xp(v1，v2……vn)个体的当前位置，visual一只鱼的感知距离。

@拥挤度因子。

（1）觅食人工鱼当前位置为Xi，在可见域内随机选择一个位置Xj（d(ij) <=visual），如xj优于xi向xj前进一步，否则随机移动一步。如出现不满足约束则剪去。不变，else =随

机(0，1)}。

（2）聚群：xi可见域内共有nf1条鱼。形成集和KJi，，if KJi不为空，

then

(xjk属于kji)

，

若：(FCc为中心食物浓度，FCi为Xi点食物浓度)

则：向中心移动：X(i+1，k)=不变，

当Xik=X(center，k)时，Xik=随机（0，1），

当Xik！=X(center，k)时，若：FCc/n

-

[论文网https://www.wendangku.net/doc/d918687897.html,]f1<@FCi则：进行觅食。

（3）追尾在visual范围内，某一个体食物浓度最大则称为Xmax，若：FCmax>@FCi，则向其移动：X(i+1，k)=当X(i，k)=X(max，k)时，X(i，k)不变，当X(i，k)!=X(max，k)时，

X(i，k)=随机（0，1）。

（4）公告板在运算过程中，用于记录下最优Fci

2.人工鱼群算法在各领域的应用

（1）电力系统规划中的应用。电力系统规划的重要组成部分是输电网规划，其目的是

根据规划期间的负荷增长及电源规划方案构建相应的最佳电网结构，来满足经济可靠地输送电能的要求。目前，人工智能算法的快速发展为解决输电网规划问题提供了新的方法。人工智能算法适于求解组合优化问题或者目标函数与一些约束条件不可微的优化问题。人工鱼群算法通过引入禁忌搜索( Tabu)和对人工鱼部分行为的改进，使人工鱼在探寻过程中具有记忆能力，对探索过的位置设为禁区，从而避免重复搜索；同时记录禁区中的一些优良状态，保证搜索的高效性和多样性，进而通过人工鱼群算法解决输电网规划问题的速度和效率。

（2）多级梯阶物流中转运输系统优化问题。在关于此问题的优化模型中，需要同时考虑变量的约束条件和求解精度，将所需要求解的空间离散化，把变量空间转变为合适大小的网格，每一级中转站的最优位置将在限定区域内的某些已知点上选取，该问题向量维数很高，用人工鱼群算法建立各级中转站与网格点关系矩阵和相邻两级中转站间的关系矩阵来消除约束条件和压缩变量数，通过对算法的一些改进使其更适合于该问题的优化，应用结果表明该算法在处理多级梯阶物流中转运输系统优化问题效果显著。

3. 结论

通过人工鱼群算法的不断改进，该算法已经适用于许多不同领域，其他的典型应用包括，在参数估计、边坡稳定、非线形方程组求解等方面。