1、西南交通大学本科毕业设计(论文)第 I 页西 南 交 通 大 学本科毕业设计（论文）基于鱼群算法的函数寻优算法年 级:2013 级学 号:20133798姓 名:林安森专 业:数学与应用数学指导老师:卿铭西南交通大学本科毕业设计(论文)第 II 页2017 年 5 月 西南交通大学本科毕业设计(论文)第 III 页院 系 数学学院 专 业 数学与应用数学 年 级 2013 姓 名 林安森 题 目 基于鱼群算法的函数寻优算法 指导教师评 语 指导教师 (签章)评 阅 人评 语 西南交通大学本科毕业设计(论文)第 IV 页评 阅 人 (签章)成 绩答辩委员会主任 (签章)年 月 日西南交通大学本科
2、毕业设计(论文)第 V 页毕业设计（论文）任务书班 级 学生姓名 学 号 发题日期： 年 月 日 完成日期： 月 日题 目 1、本论文的目的、意义 2、学生应完成的任务 西南交通大学本科毕业设计(论文)第 VI 页西南交通大学本科毕业设计(论文)第 VII 页3、论文各部分内容及时间分配：（共 12 周）第一部分 ( 周) 第二部分 ( 周) 第三部分 ( 周)第四部分 ( 周) 第五部分 ( 周)评阅及答辩 ( 周)备 注 指导教师： 年 月 日审 批 人： 年 月 日西南交通大学本科毕业设计(论文)第 8 页摘 要群体智能算法已经成为寻优算法的重要研究方向，国内外的学者都在不断的探索新的智
3、能算法。在一些寻优问题中，如在对 Rosenbrock 函数这一类非凸，病态单峰函数的寻优，传统方法如牛顿法等并不能得到全局最优解，容易陷入局部最优解，并且计算过程复杂，但群体智能算法就能很好的解决此类问题。智能优化算法包括遗传算法、蚁群算法。模拟退火算法和人工鱼群算法等。本文主要讲述人工鱼群算法。该算法是一种模拟低等生物行为的仿生算法，是一种新型的寻优策略，并且具有鲁棒性强、全局收敛性好、对初值敏感度低等众多优点。本文首先对人工鱼群算法的原理以及基本行为思想和实现方式进行了详细的描述，给出了流程图和主要实现方法，并编写寻优代码，利用经典智能算法验证函数，带入实验进行模拟仿真。然后通过对其中一
4、些关键参数如视野、步长等进行分析，了解到算法后期收敛精度低收敛速度慢等缺点，对该算法进行改进。加入了自适应步长，初始值均匀分布等改进方案，使得算法在前期能更好的照顾全局性，在后期加快收敛速度。最后把改进后的人工鱼群算法应用到了组合优化问题中。通过旅行商问题（Travelling Salesman Problem 简称TSP）举例，描述人工鱼群算法在该问题上的实现方式，编程解决了 16 个城市的 TSP 问题。目前鱼群算法的应用还局限于无约束、连续、单目标的确定性优化问题上，在日后的研究中，应当注重该算法在多约束、离散、多目标等不确定优化问题上的研究和应用。关键词：人工鱼群算法 全局 邻域 最优
5、值AbstractGroup intelligence algorithm has become an important research direction of the optimization algorithm, domestic and foreign scholars are constantly exploring new intelligent algorithms. In some problems, for example, in the case of Rosenbrock function, we can not obtain the global optimal s
6、olution, which is easy to fall into the local optimal solution and the 西南交通大学本科毕业设计(论文)第 9 页complicated process, but the traditional method such as Newton method can be obtained. The group intelligence algorithm can solve such problems well. The intelligent optimization algorithm includes ant colony
7、 algorithm, particle swarm algorithm, artificial fish swarm algorithm and so on.This paper focuses on the artificial fish swarm algorithm. The algorithm is a kind of bionic algorithm which simulates the low biological behavior. It is a new kind of optimization strategy, and has many advantages such
8、as strong robustness, good global convergence and low sensitivity to the initial value. In this paper, the principle of artificial fish swarm algorithm and the basic behavior thought and realization method are described in detail. The flow chart and main implementation method are given, and the opti
9、mal code is written, and the function is verified by classical intelligent algorithm. simulation. Then, some key parameters such as field of view, step length and so on are analyzed, and the shortcomings of low convergence speed and low convergence speed are obtained. The algorithm is improved. Addi
10、ng the adaptive step size, the initial value of uniform distribution and other improved programs, making the algorithm in the early to better take care of the overall situation, in the latter part of the convergence rate to speed up. Finally, the improved artificial fish swarm algorithm is applied t
11、o the combinatorial optimization problem. This paper describes how the artificial fish swarm algorithm is implemented on the problem by programming the Traveler Salesman Problem (TSP), and the programming solves the TSP problem of 16 cities.At present, the application of fish algorithm is also limit
12、ed to the problem of deterministic optimization of unconstrained, continuous and single target. In the future research, we should pay attention to the research of discrete, multi-objective and other uncertain optimization problems. application.key words：AFSA Global Area The optimal value西南交通大学本科毕业设计(论文)第 10 页摘 要 .5Abstract.5.7绪论 .81.课题学术背景和意义 .82.国内外进展 .83.论文各部分的主要内容 .9第一章 鱼群算法原理 .91.1 群体智能 .91.1.1 群体智能遵守五条行为准则： .10
