科技论坛 ・１４３・ 人工鱼群算法研究与应用现状 姚正华宋晓红 （长江师范学院机械与电气工程学院，重庆４０８１００） 摘要：人工鱼群算法是一种新兴的元启发式仿生群集智能优化算法。在分析生物鱼类特点的基础上，对人工鱼个体的模型进行了 总结，概括了人工鱼群算法的参数改进研究现状以及混合鱼群算法的研究。对人工鱼群算法的应用领域进行了总结，并提出了今后人工 鱼群算法的研究方向。 关键词：人工鱼群算法；仿生群集智能；研究现状；算法改进 人工鱼群算法由李晓磊博士于２００２年首次提出。通过对鱼类群体 行为特点的研究，应用动物自治体的模型，提出了一种新型的自下而上 寻优模式—一＾．工鱼群算法Ｉ１Ｊｎ １鱼群算法的基本原理 在鱼类的生存环境中，食物最丰富的地方，往往存在更多的鱼类个 体，模仿此类生物群集行为，对鱼类的觅食、聚群、追尾等行为进行模 拟，构建人工鱼模型，是人工鱼群算法的思想基础。 如图１所示，人工鱼当前状态为Ｘ＝（ ， ，…， ），其最大视 野为ｖｉｓｕａｌ，在其视野范围内某时刻人工鱼视点位置状态为 Ｘ ＝（ ，ｘ２ ，…， ｖ），若该状态优于当前状态，人工鱼则向该状 态前进一步，到达状态ｘ…；反之，则在其视野范围内继续巡视其他位 置 。 图１人工鱼视觉模拟 优化过程对比 ２鱼群算法的改进研究 目前对人工鱼群算法进行改进研究的方式主要有对算法参数的改 进研究、与其他智能算法相结合的混合算法研究以及仿生策略等其他 技术手段。 ２．１算法参数的改进研究 针对基本人工鱼群算法全局最优解精度不高，后期收敛效率降低 的问题，因此 十了一种分段自适应策略改进人工鱼的视野和步长。针 对鱼群算法参数进行的改进研究提出了自适应视野和步长的改进策略 曰。 在算法前期，人工鱼保持较大视野和步长，后随着算法执行自适应 地减小视野和步长。在算法初始阶段，较大的视野能促使＾工鱼发现全 局最优解，此时配合较大的步长，人工鱼能快速向最优解靠拢，使算法 收敛。在算法后期，人工鱼以大概率聚集在最优解周围很小的范围内。 若此时视野范围仍然较大，人工鱼会越过食物浓度最高的区域，无法进 行有效觅食并执行较多的随机行为。 步长较大，人工鱼移动的范围大，有利于尽快收敛。但在算法后期， 步长过大容易错过全局最优解，且搜索得到的解精度也差，还易出现人 迭代次数 图２迭代过程对比 表１ ＢＡＦＳＡ与ＡＡＦＳＡ结果比较 工鱼在最优解附近来回振荡的现象，难以精确逼近最优解。步长小有利 于人工鱼局部搜索，但搜索速度较慢，且易陷入局部最优。在算法前期 人工鱼步长大，能增强全局搜索能力，使人工鱼能快速向较优解靠拢， 尽快聚集到最优解附近。随着算法执行，步长逐渐减小有利于人工鱼向 最优解聚拢，降低越过最优解的概率，增强算法在后期局部搜索能力。 ２．３．１与遗传算法和模拟退火的融合。基于遗传算法与模拟退火混 ２２仿真研究。仿真条件：ＣＰＵ ｉ３—２３３０Ｍ２．２ＧＨｚ，ＲＡＭ ２Ｇ，操作 克服了人工鱼个体随机游走的现象，避免＾、工鱼大 系统Ｗｉｎｄｏｗｓ７，仿真平台Ｍａｔｌａｂ＿Ｒ２０１２ａ。算法参数设置：种群规模 合的人工鱼群算法，Ｎ＝５０，人工鱼视野ｖｉｓｕａｌ＝４，步长ｓｔｅｐ＝０．５，觅食尝试次数ｔｒｙ＿ｎｕｍ＝２０， 量在局部最优邻域聚集。基于高斯算子与差分进化变异算子的人工鱼 对算法收敛速度和精度提高有—定的效果。在鱼群算法中当最 最大迭代次数ＩＴｔｉｍｅｓ＝５０，拥挤度因子６＝０．６１８，视野和步长自适应参 群算法，优人工鱼个体的适应度连续一定迭代次数而无变化，或变化不明显时， 数（ａｄａｐｓ＝０．９、ａｄａｐＶ＝０．５、ｋ＝２）。 变异操作，实现人工鱼个体适应度的跳变，有 以函数Ｆ。为例，Ｆ，在（ｏ，０）处有唯一极大值１，对鱼群算法进行视野 采用遗传算法中的交叉、前往全局最优。鱼群算法本身即为基于对鱼 和步长自适应改进的验证研究。表Ｉ为对函Ｆ１进行２０次自适应鱼群 助于人工鱼跳出局部最优，类群体的仿生群智能方法，合理运用生物遗传进化理论，将遗传算法进 诟的结黝斟。 ｓｉｎ（ ）ｓｉｎ（ｙ） 能明显提高鱼群算法性能，这方面的 １（ ，ｙＪ＝＝＝ 半— （１） 行合理变形后与鱼群算法相融合，ｘ 研究还有待进一步深入 。 ２．３．２与粒子群算法的融合。粒子群算法与鱼群算法相互融合，首先 由表１和图２可知，经过自适应视野和步长改进的鱼群算法收敛 、 速度更快，最优解精度提高，算法稳定性也较好。 ２．３混合鱼群算法的改进研究 将粒子群和鱼群分别开，各自进行寻优。在算法执行过程中鱼群跟 踪粒子群最优解，粒子群跟踪鱼群最优解。也可将两个孤（下转１４５页） 基金项目：重庆市教委科学技术研究项目（编号： １４０１２２３）。 作者简介：姚正华（１９８２一），男，江苏盐城人，讲师，主要研究方向为智能优化与控制、计算机测控技术等。 科技论坛 ・１４５・ 高、中、低值的电阻接地系统，其有各自的优缺点。中性点经高值电 继电保护的灵敏度会受到影响，对电缆为主的配电线路，过渡电阻 阻接地系统可接地故障电流水平在ＩＯＡ以下，其设计应符合每 般都小于１００￣ｑ。从降低对通信干扰方面考虑，电阻不宜选得过 相零序电阻Ｒ０≤Ｘｃ０（每相对地容抗）准则，以由于间隙电弧接 小，相关协议规定，在通信电缆与大地间未装放电器时，危险影响电 地故障时产生的瞬态过电压，其优点为可防止和阻尼谐振过电压和 压不得大于４３０Ｖ，对高可靠线路要求不大于６３０Ｖ，为了保证通信 间歇性电弧接地过电压，接地电流水平为１０Ａ以下，减小了地电位 质量，电流通过电阻一定要适中，不能让电流量过大。从人身安全考 升高，接地故障可以不立即清除，能带单相接地故障相运行，但使用 虑，中性点接地电阻阻值越大越好，由于中性点经低电阻在发生单 范围受，适用于６～１０ｋＶ小型配电网和发电厂厂用电系统。为 相接地故障时，通过故障点的接地短路电流比较大，引起故障点地 获得正确迅速切除接地故障线路，可选择低值电阻接地系统，其内 电位升高，有可能造成跨步电压、接触电势超过允许值，因此，在选 部过电压水平低，提高网络和设备的可靠性，１００—１０００Ａ大接地电 择电阻值时，应根据地网接地电阻、保护动作时间、接地短路电流核 流，故障定位容易，可正确迅速切除接地故障线路，但存在因接地故 算跨步电压和接触电势是否符合规程要求。 障入地电流大，地电位升高比中性点不接地、消弧线圈接地、高值电 结束语 阻接地系统都高及间断供电的缺点。为克服高值和低值接地系统的 中性点接地方式是一个综合性较强的技术问题，应结合当地配 弊端而保留其优点，可采用中值接地系统，其接地故障电流控制在 电网的发展水平、电网系统的运行情况，因地制宜选择电网中性点 ５０ １００Ａ，保留了内部过电压水平低、地电位升高不大、正确迅速切 接地方式，确保电网的安全可靠性及经济性。在配电网不断的发展 除接地故障线路等优点，也存在切除接地故障线路间断供电的缺 及实践过程中表明变压器中性点经电阻接地系统具有不接地系统 点。 或经消弧线圈接地系统的优越性，能提高电网供电的可靠性、保证 电阻值的选取还应根据电网的具体情况，综合考虑过电压 电力设备的安全运行而得到了广泛的应用。 倍数，继电保护的灵敏度，对通信的影响，人身安全等因素。对高阻 参考文献 接地，在系统发生单相接地时，允许带故障运行，故障点电流应 『１１变压器中性点接地电阻柜厂家说明书及相关技术资料． 在１０Ａ以下，因此接地电阻Ｒ０的选取为Ｘｃ≥Ｒ０，和Ｒ０≥ ｆ２］ＤＬｒＩ＇６２０—１９９７４交流电气装置的过电压保护和绝缘配合》． Ｕｑｂ／１０Ａ，（Ｘｃ为系统每相对地容抗，ｕ为系统相电压）。对低阻接 地，从降低内部过电压考虑，当１０＞ｔＩｃ时（ＩＯ为流过中性点电阻的电 流，Ｉｃ为系统电容电流），可将健全相过电压倍数到２．８倍以 下，当１０≥１．５Ｉｃ时，可将健全相过电压倍数到２倍以下，可按 １．５Ｉｃ≥１０１＞Ｉｃ来选取电阻值，Ｒ０＝Ｕ ／１０。从保证继电保护灵敏度考 虑，电阻值越小越好，目前使用的微机保护一般都有零序保护功能， 且启动电流值很小，单相接地故障电流远大于每条线路的对地电容 电流，一般都能满足零序保护的灵敏度要求。当接地过渡电阻高时， 一（上接１ ４３页）立的群最优解返回给总群，使算法获得更快的收敛速 优化算法领域的研究热点，但鱼群算法自身及其应用还存在有待进一 度。粒子群与鱼群算法的融合也可利用鱼群陕速收敛到全局最优邻域， 步研究解决的问题。在理论研究的基础上，拓展鱼群算法的应用领域， 再利用粒子群进行快速局部搜索目。 如矿业安全领域、复杂环境下路径规划等。在多目标、不确定等复杂优 ２．３．３与蚁群算法的融合。在蚁群算法中引入鱼群算法的拥挤度因 化问题领域内加强鱼群算法的应用研究。 参考文献 子概念，在算法初始阶段，突破拥挤度的，屏蔽信息素浓度对蚁群 的影响，使蚁群进行随机寻优。随着寻优迭代次数的增加，拥挤度因子 ［１】李晓磊，邵之江，钱积新．一种基于动物自治体的寻优模式：鱼群算法 减小，最后由基本蚁群算法来寻优。算法初期，混合算法具有较强的遍 系统工程理论与实践，２００２，２￣ｌ１）：３２－３８． 历寻优能力，能够较陕发现全局最优解的存在，算法后期，算法在信息 【２］李晓磊．一种新型的智能优化方法—人工鱼群算法 ．杭州：浙江大学， ２００３． 素正反馈的作用下保持了较陕的收敛速度１７］。 ３鱼群算法的应用现状 ［３］江铭炎，袁东风．人工鱼群算法及其应用呻北京：科学出版社，２０１２． 鉴于人工鱼群算法的简洁、高效等优点，其已经被广泛应用于通信 『４］张梅风，邵诚，甘勇等．基于变异算子与模拟退火混合的人工鱼群优化 系统，信号与图像处理，神经网络参数优化，数据挖掘与机器学习，数值 算法【Ｊ】．电子学￣．．２００６，３４（８）：１３８１—１３８５． 分析与控制领域，电力系统工程，农业与水利工程，交通运输工程，组合 ［５］曲良东，何登旭．混合变异算子的人工鱼群算法［Ｊ］．计算机工程与应用， 优等领域，并取得了一定成果。将鱼群算法应用于神经网络的优化，提 ２００９，４４（３５）：５０－５２． 高了传统神经网络的性能。将鱼群算法应用于多目标优化，针对系统的 ［６］张梅凤，邵诚．多峰函数优化的生境人工鱼群算法叨．控制理论与应用， 多个洼能指标，采用多目标人工鱼群优化算法，实现了多个目标问题的 ２００８２５（４）：７７３－７７６． Ｐａｒｅｔｏ解的快速搜索，提高了系统的鲁棒Ｉ生。在交通、生产领域内存在大 【７Ｊ邹挺基于蚁群和人工鱼群混合群智能算法在物流配送路径优化问题 量的任务分配、调度、工序和运输线路的优化等问题。深化＾、工鱼群算 中的应用研究ｎ）］．苏州：苏，ｋｌ１大学，２０１ １． 法的理论及其应用研究，对提高社会生产力水平，促进相关学科的发展 ［８］李晓磊，路飞，田国会等．组合优化问题的人工鱼群算法应用叨Ｉ山东大 ．具有重要意义 。 学学报：工学，￣．２００４，３４（５）：６４－－６７． 人工鱼群算法也可应用于智能路径规划。人工鱼群算法目前已经 ［９］曹承志，张坤，郑海英等．基于人工鱼群算法的ＢＰ神经网络速度辨识 应用到机器人路径规划、无人机航路规划、飞机航线规划等路径优化范 器『Ｊ１．系统仿真学报，２００９（４）：１０４７—１０５０． 畴内。在基本鱼群算法基础上融合禁忌搜索，对航线规划问题进行了深 ［１ ０］王飞，李成功，徐肖豪．基于人工势场一人工鱼群算法的改舷路径规划 入研究。结果表明鱼群算法能以较陕速度找到合适的解集，与其他算法 叨航空计算技术，２０１ １，４１（２）５＿９． 的对比研究也验证了鱼群算法的可靠与通用 。采用人工鱼群算法 ［１１】孙涛，谢晓方，孙永芹．基于改进Ｆｉｓｈ－Ｓｅａｒｃｈ算法的机弹协同航线 对煤矿救援机器人进行路径规划，采用了一维坐标参数表示二维参考 规划ｌＪ１．弹箭与制导学报，２０１０，３０（３）：２０３－２０７． 点的方式对人工鱼进行编码，简化了人工鱼个体的编码方式，提高算法 执行效率。 ４总结与展望 纵观鱼群算法的研究与应用现状，鱼群算法依然是目前群集智能
