基于共轭梯度法改进的人工鱼群算法

• Published in: 计算机应用研究 Vol. 34; no. 12; pp. 3589 - 3593
• Main Author: 李君;梁昔明
• Format: Journal Article
• Language: Chinese
• Published: 北京建筑大学理学院,北京,100044 2017
• Subjects: 人工鱼群算法; 共轭梯度法; 数值实验; 适应度函数; fitness function; 适应度函数; artificial fish swarm algorithm(AFSA); 人工鱼群算法; conjugate gradient method; 共轭梯度法; 数值实验; numerical experiment
• ISSN: 1001-3695
• DOI: 10.3969/j.issn.1001-3695.2017.12.016

针对基本人工鱼群算法运算精度低和效率差的缺点,将共轭梯度法引入基本人工鱼群算法中,得到改进的人工鱼群算法。算法对每条人工鱼分别进行聚群算子和追尾算子,若更新结果没有得到改善,则利用共轭梯度法进行更新。在人工鱼群更新过程中引入共轭梯度法,减少随机性,增强人工鱼个体的局部寻优能力,确保人工鱼每次更新都会得到改善,从而加快人工鱼群算法收敛速度。数值实验结果表明,所得改进人工鱼群算法具有更快的收敛速度,同时收敛精度也得到一定提升。