基于全局最優的快速人工魚群算法及其應用研究

人工魚群算法是一種有關動物行為的算法，這種算法具有一定的智能性，是最近幾年國內學者提出來的。這種人工魚群算法是從行為方面進行的主要研究，并對原來存在的問題進行解決。

【關鍵詞】人工魚群算法 優化方法 群體智能

眾多實驗能夠證明，群體智能優化的相關算法在很多問題的解決上都發揮了至關重要的作用，也得到了十分廣泛的應用。

1 人工魚群算法

1.1 魚群及其算法的基本思想

人工魚群算法主要依據的是魚群的行為啟發，在2002年被提出的一種有關動物行為的比較優化的算法。一般情況下，一個范圍之內，魚群中的魚會跟隨群體中的其它成員一起找到食物比較多的地方。而通常情況下，一片水域范圍內食物最多的地方往往會有最多的魚群數目。根據這個特點，使用人工制作的魚對魚群的各種行為進行模擬，進而完成直線尋優的目的。

1.2 人工魚模型

有關人工魚模型的算法使用的是基于animats的模式，設計采用的順序是從上到下的，因此先進行的步驟就是人工魚模型的建造。通常情況下使用的是面向對象的技術方式，并用會用C++語言的偽代碼形式來加以說明。人工魚一般的模型描述方式如下：

{

Various：

float AF_X[n]； //AFs position

float AF_step； //the distance that AF can moue for each step

float AF_visual； //the visual diatance of AF

float try_number； //attempt time in the behavior of prey

float AF_delta； //the condition of jamming

Functions：

float AF_foodconsistence（）； //the food consistence of AFs current position

float AF_move（）； //AF move to the next position

float AF_follow（）； //the behavior of follow

float AF_prey（）； //the behavior of prey

float AF_swarm（）； //the behavior of swarm

float AF_evaluate（）； //evaluate and select the behavior

float AF_init（）； //to initialize the AF

Aritificial_fish（）；

Virtual～Aritificial_fish（）；

}；

通過上述模型的設置，會讓人工魚相關信息能被同伴收到，并能將人工魚的一些行為規劃到種群類型之中，會在魚中間有所感知。

對人工魚個體的狀態表示通常表示為向量X=（x1，x2，x3……xn），其中xi （i=1，……，n ）表示要尋優的變量；然后將人工魚處在環境的食物多少表示為 Y = f （ X），Y 代表目標函數值；人工魚個體之間的距離表示為dij= |Xi-Xj|；Step 表示人工魚移動的最長距離；δ表示和其他魚之家的擁擠情況。

1.2.1 聚群行為

有關人工魚的聚群行為可以用偽代碼形式加以說明，可以設人工魚當前狀態是Xi，要完成的任務是對周圍一定范圍內有伙伴的數目fn及中心位置Xc進行測量，要是得到的兩個數相比的比值小于δYi，則表示人工魚中心位置食物比較充足，也沒有很多同伴在周圍，然后可以向食物方向游動一次；如果情況相反那么就不執行覓食行為。偽代碼描述如下：

float Artificial_fish：：AF_swarm（）

{

f n=0；Xc =0；

for（j=0；j

if（i ，dj< Visual）{nf ++；Xc +=Xj；}

else

AF_prey（）；

Return AF_foodconsistence（

i |next

X ）；

}

1.2.2 追尾行為

有關追尾行為同樣可以使用偽代碼方式進行表示，首先設人工魚當前狀態設置為Xi ，要完成的任務書要對一定范圍內的的伙伴數量Yj進行探索，其中最大的伙伴Xj的數量如果比擁擠度δ大，表明伙伴Xj周圍具食物比較充分，并且其周圍環境沒有很多同伴，于是應該執行朝伙伴Xj的方向前進一步命令；如果得到的結果相反，就不執行覓食行為。偽代碼描述如下：

float Artificial_fish：：AF_follow（）

{

Y max= ∞

for（j=0；j

if（i ，jd< Visual&&jY max> Y）

{ jmaxY = Y；jmaxX = X；}

fn =0；

for（j=0；j

if（max， jd< Visual）{fn ++；}

Else

AF_prey（）；

returnAF_foodconsistence（

i |nextX ）；

}

2 人工魚群算法在各領域的應用

2.1 電力系統規劃中的應用

在電力系統中人工魚群算法是通過禁忌搜索方式的使用，并對人工魚的一些行為加以改進，讓人工魚在游動完成各種位置的探索的時候具備一定的記憶能力。然后會將探索過的地方設置為記憶禁區，這樣能提高工作效率，最大程度上避免出現重復的搜索情況。并對搜索記憶中一些比較好的狀態加以標記，這樣能更好的確保搜索有更高的效率和更好的質量。

2.2 在多級梯階物流中轉的運輸系統中起優化作用

在這個領域內應用人工魚群算法，要對變量的約束條件以及求解的精確程度進行重點考慮，要使需要求解的空間有離散化特性，使一個比較大的變量空間變成大小適中的網格，用人工魚群的相關計算形式能使各級的中轉站和網路點之間的關系更加明確，并能在一定程度上消除相鄰的兩級中轉站之間的約束條件，并利用對算法的改良使問題的優化方式更容易使用。實踐中能夠看出，這種算法在多級梯階的運輸系統的問題處理上會得到很好的應用。

3 結束語

人工魚群算法根據自然界魚群的行為作為使用原理，通過不斷更新和升級會應用在更多領域中。總而言之，基于全局最優的快速人工魚群相關算法在實際應用中十分實用，計算方式在各個領域中也能加以運用。

參考文獻

[1]潘海珠，杜曉昕，王波.基于人工魚群的交通誘導系統最優查詢研究[J].齊齊哈爾大學學報（自然科學版），2012（05）.

[2]胡青，孫才新，杜林，李劍.核主成分分析與隨機森林相結合的變壓器故障診斷方法[J].高電壓技術，2010（07）.

[3]符楊，田振寧，江玉蓉，曹家麟.加權模糊核聚類法在電力變壓器故障診斷中的應用[J].高電壓技術，2010（02）.

[4]王聯國，洪毅，趙付青，余冬梅.一種簡化的人工魚群算法[J].小型微型計算機系統，2009（08）.

作者簡介

郭榮艷（1977-），女，河南省周口市人。碩士學位。現為周口師范學院副教授。主要研究方向為信號與信息處理。

史水娥，現供職于河南師范大學。

作者單位

1.周口師范學院 河南省周口市 466001

2.河南師范大學 河南省新鄉市 453007