精英学习的多维动态自适应人工鱼群算法

摘要 针对人工鱼群算法存在易陷入局部最优、鲁棒性差以及寻优精度低的问题,提出了精英学习的多维动态自适应人工鱼群算法.传统人工鱼群用欧式距离度量视野、步长,无法体现不同维度上鱼群的搜索进度.提出的算法为每个维度设定独立的视野和步长,从而定义了视野向量、步长矩阵及多维邻域,以此改进了鱼群的4种基本行为,使人工鱼个体能够根据鱼群分布情况自适应调整寻优范围.为了增加鱼群的全局性,降低人工鱼陷入局部最优的可能性,提出了一种人工鱼精英学习策略.仿真实验结果表明,该算法能有效地提高人工鱼群的寻优精度、寻优质量及鲁棒性,且提高了人工鱼群的全局搜索能力