算法描述

在一片水域中,魚往往能自行或尾隨其他魚找到營養(yǎng)物質多的地方,因而魚生存數(shù)目最多的地方一般就是本水域中營養(yǎng)物質最多的地方,人工魚群算法就是根據(jù)這一特點,通過構造人工魚來模仿魚群的覓食。聚群及追尾行為,從而實現(xiàn)尋優(yōu),以下是魚的幾種典型行為:
(1)覓食行為:一般情況下魚在水中隨機地自由游動,當發(fā)現(xiàn)食物時,則會向食物逐漸增多的方向快速游去。
(2)聚群行為:魚在游動過程中為了保證自身的生存和躲避危害會自然地聚集成群,魚聚群時所遵守的規(guī)則有三條:分隔規(guī)則:盡量避免與臨近伙伴過于擁擠;對準規(guī)則:盡量與臨近伙伴的平均方向一致;內(nèi)聚規(guī)則:盡量朝臨近伙伴的中心移動。
(3)追尾行為:當魚群中的一條或幾條魚發(fā)現(xiàn)食物時,其臨近的伙伴會尾隨其快速到達食物點。
(4)隨機行為:單獨的魚在水中通常都是隨機游動的,這是為了更大范圍地尋找食物點或身邊的伙伴。
特點:
1)具有較快的收斂速度,可以用于解決有實時性要求的問題;
2)對于一些精度要求不高的場合,可以用它快速的得到一個可行解;
3)不需要問題的嚴格機理模型,甚至不需要問題的精確描述,這使得它的應用范圍得以延伸。
停止條件:
1) 判斷連續(xù)多次所得的均方差小于允許的誤差;
2)判斷某個區(qū)域的人工魚群的數(shù)目達到某個比率;
3)聯(lián)系多次所獲取的值均不能超過已尋找的極值。
應用領域
1)電力系統(tǒng)規(guī)劃
電力系統(tǒng)規(guī)劃的重要組成部分是輸電網(wǎng)規(guī)劃,其目的是根據(jù)規(guī)劃期間的負荷增長及電源規(guī)劃方案構建相應的最佳電網(wǎng)結構,來滿足經(jīng)濟可靠地輸送電能的要求。目前,人工智能算法的快速發(fā)展為解決輸電網(wǎng)規(guī)劃問題提供了新的方法。人工智能算法適于求解組合優(yōu)化問題或者目標函數(shù)與一些約束條件不可微的優(yōu)化問題。人工魚群算法通過引入禁忌搜索( Tabu)和對人工魚部分行為的改進,使人工魚在探尋過程中具有記憶能力,對探索過的位置設為禁區(qū),從而避免重復搜索;同時記錄禁區(qū)中的一些優(yōu)良狀態(tài),保證搜索的高效性和多樣性,進而通過人工魚群算解決輸電網(wǎng)規(guī)劃問題的速度和效率。
2)多級梯階物流中轉運輸系統(tǒng)優(yōu)化
在關于此問題的優(yōu)化模型中,需要同時考慮變量的約束條件和求解精度,將所需要求解的空間離散化,把變量空間轉變?yōu)楹线m大小的網(wǎng)格,每一級中轉站的最優(yōu)位置將在限定區(qū)域內(nèi)的某些已知點上選取,該問題向量維數(shù)很高,用人工魚群算法建立各級中轉站與網(wǎng)格點關系矩陣和相鄰兩級中轉站間的關系矩陣來消除約束條件和壓縮變量數(shù),通過對算法的一些改進使其更適合于該問題的優(yōu)化,應用結果表明該算法在處理多級梯階物流中轉運輸系優(yōu)化問題效果顯著。
愛華網(wǎng)本文地址 » http://www.klfzs.com/a/8103360103/70175.html
愛華網(wǎng)



