基于Log-Linear模型的Gauss-Cauchy自適應(yīng)人工魚(yú)群算法

　　針對(duì)基本人工魚(yú)群算法在尋優(yōu)過(guò)程中易在非全局極值點(diǎn)附近大量聚集，導(dǎo)致尋優(yōu)精度降低、收斂速度過(guò)慢、人工魚(yú)群多樣性降低等問(wèn)題，提出了一種基于LogLinear模型的GaussCauchy自適應(yīng)人工魚(yú)群算法。首先，在基本人工魚(yú)群算法中引入Log-Linear模型來(lái)優(yōu)化人工魚(yú)的三個(gè)行為；其次，在算法中引入自適應(yīng)調(diào)整人工魚(yú)視野和步長(zhǎng)的策略，隨著算法的進(jìn)行提高了人工魚(yú)的搜索范圍和尋優(yōu)精度；再次，利用Gauss-Cauchv變異來(lái)提高人工魚(yú)的多樣性。仿真實(shí)驗(yàn)結(jié)果表明，該算法與其他改進(jìn)算法相比，有效地提高了收斂速度和尋優(yōu)精度，保持了人工魚(yú)群的多樣性。
?