文化算法框架下的改进人工鱼群算法研究

摘要

针对基本人工鱼群算法(AFSA)收敛精度不高的问题,提出在文化算法框架下,使粒子群(PSO)与基本人工鱼群相结合的改进人工合鱼群算法,利用文化算法框架,组成基于AFSA的群体空间和基于PSO的信仰空间.为了提高算法的运算速度,省略了拥挤度因子的计算,在觅食行为中,让人工鱼直接移动到搜索到的较好位置.为了增加粒子的多样性,在知识空间中引入变异操作.在人工鱼群算法的随机行为中添加随机数并动态调整算法中的最大试探次数以平衡整个算法的全局和局部搜索能力,提高算法的收敛精度.仿真分别通过固定进化代数比较精度,和指定收敛精度比较进化代数两个角度说明了改进方法具有更高的收敛精度和更快的计算速度,证明该算法具有较高的优化性能.