单词 | 为什么向鱼群学习能进行优化问题求解 |
释义 | 为什么向鱼群学习能进行优化问题求解 水中成群游动的鱼,纷乱而有序。当遇到攻击的时候,它们会倏忽聚散,就像一个严密分工协作的组织。鱼身体的两侧都有一条颜色特殊的侧线,每条鱼都以周围一两条同伴的侧线为观察标志,调节自己的游向和速度,以维持合适的距离。这个简单的负反馈机制,便形成了整群鱼特定的自组织方式,从而逐步形成一种群体效应,使得最终结果可以实现,为优化问题的求解提供了一个新思路。 倏忽聚散的鱼群 鱼群的觅食行为,主要是循着食物多的方向游动的一种行为,人工鱼在寻优过程中,就是向较优方向进行的迭代方式;聚群行为则能够很好地跳出局部极值,并尽可能搜索到其他的极值,以最终搜索到全局极值。聚群行为发生时,应遵循三条规则:分隔规则,对准规则,内聚规则。分隔规则要求尽量避免和邻近伙伴过于拥挤,对准规则要求尽可能和邻近伙伴的平均方向一致,内聚规则要求尽可能向着邻近伙伴的中心位置移动。追尾行为则有助于快速地向某个极值方向前进,加快寻优速度,并防止人工鱼因局部振荡而停滞不前。人工鱼群算法在对以上行为进行评价后,自动选择合适的行为,从而形成一种高效的寻优策略。 人工鱼群算法就是这样通过采用自下而上的设计思路,从实现人工鱼的个体行为出发,在个体自主的行为过程中得到群聚的寻优效应,这一新兴仿生智能计算方法目前已成功应用于作业调度、路径规划、图像处理等许多领域优化问题的求解。(段海滨) 【微问题】骆驼、信鸽、野狼这些动物也能启发人们设计仿生智能算法吗? 【关键词】蚁群算法 鱼群算法 |
随便看 |
|
科学时代收录了15440条科普词条,基本涵盖了常见科普常识及英语词汇的翻译,是科学学习和研究的有利工具。