王 丽 宫建平

(晋中学院信息技术与工程学院 山西 晋中 030619)



基于递减反馈视野的人工鱼群算法改进与应用

王 丽 宫建平

(晋中学院信息技术与工程学院 山西 晋中 030619)

基本人工鱼群算法的觅食行为是算法收敛的基础，觅食视野固定会导致寻优效率低、易陷入局部极值等弊端。引入视野递减反馈策略，视野随着迭代次数和寻优的反馈信息适时变化，旨在平衡算法的全局搜索和局部搜索能力。通过五个TSP实例测试，结果表明该算法在保证收敛速度的基础上提高了计算精度。最后将改进算法应用于求解山西省国家AAAA级风景区(含5A)最短遍历路径问题。

鱼群算法 递减视野 反馈策略 最优路径

0 引 言

水域中鱼类生存数目最多的地方意味着食物最多，人工鱼群算法AFSA(artificial fish swarm algorithm)就是模仿鱼类群体行为方式提出的一种基于动物自治体的优化方法[1]。该算法通过模拟鱼类的觅食、聚群、追尾和随机等行为在搜索区域内进行寻优，每条人工鱼通过感知外界环境和其他人工鱼的状态调整自身的行为。它对初值参数选择不敏感，对目标函数的要求极低，对待求问题的适应能力很强，可以解决经典优化方法不能求解的带有绝对值且不可导二元函数的极值问题。但随着优化问题复杂程度和搜索空间维度的增加，后期的收敛速度明显减小，只能找到较优解域，很难得出精确的最优解。近年来许多学者从多方面对算法进行改进，大致可以分成三类：与待求实际问题结合对算法行为改进[2,3]、与其他算法结合进行分段优化或者混合优化[4-6]、对算法相关参数进行改进[7,8]。……