首页 > 搜索 > python鱼群算法,人工鱼群算法_qq

python鱼群算法,人工鱼群算法_qq

互联网 2020-10-25 19:00:33
在线算命,八字测算命理

人工鱼群算法(Artificial Fish School,AFS)是由国内李晓磊博士等人提出的一种新型仿生群智能优化算法,李博士从分析鱼类的活动出发,采用有别于传统的设计方法,以自下而上的设计思想,应用基于行为的智能方法,提出了一种新的鱼群模式。

真实的鱼类个体,其感知周围环境的变化是通过视觉或味觉实现的,此外,观察鱼类的行为,可以发现鱼类会有以下几种行为表现: (1)觅食行为。一般情况下鱼在水中随机地自由游动,当发现食物时,则会向食物逐渐增多的方向快速游去。 (2)聚群行为:鱼在游动过程中为了保证自身的生存和躲避危害会自然地聚集成群,鱼聚群时所遵守的规则有三条:分隔规则:尽量避免与临近伙伴过于拥挤;对准规则:尽量与临近伙伴的平均方向一致;内聚规则:尽量朝临近伙伴的中心移动。 (3)追尾行为:当鱼群中的一条或几条鱼发现食物时,其临近的伙伴会尾随其快速到达食物点。 (4)随机行为:单独的鱼在水中通常都是随机游动的,这是为了更大范围地寻找食物点或身边的伙伴。

鱼类在觅食或者寻找同伴的过程中,会根据对环境信息的感知,在这些行为中不停地进行转换,以达到寻找食物或同伴的目的。

1.算法描述 通常一片水域里富含营养的地方,就是鱼类数目最多的地方,人工鱼群算法就是根据这一特点,模拟单条鱼的觅食、聚群、追尾、随机行为,来实现寻找全局最优值的目的。

在解决函数优化问题时,人工鱼个体可用向量X(x1.x2…)表示,称为一个解(即决策变量),该解向量对应的目标函数值为Y=f(X),在算法中表示为人工鱼当前状态的食物浓度。

在描述人工鱼模拟鱼类的具体行为之前,首先定义几个相关参数: N:水域中人工鱼的数目 visual:人工鱼的视力范围,即人工鱼的感知距离 δ:拥挤度因子,用来调节鱼群的拥挤度 step:人工鱼的最大运动步长 trynumber:人工鱼在移动前的最大试探次数

以寻找目标函数最大值为例,人工鱼群算法中人工鱼寻优的几种行为描述如下:

(1)觅食行为:在算法寻优过程中,若人工鱼当前状态为X,可在其感知距离visual内随机的选择一个状态X1,比较两状态对应的目标函数值,如果满足f(X)

免责声明:非本网注明原创的信息,皆为程序自动获取互联网,目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责;如此页面有侵犯到您的权益,请给站长发送邮件,并提供相关证明(版权证明、身份证正反面、侵权链接),站长将在收到邮件12小时内删除。

相关阅读

一周热门

查看更多