本文目录
- 有哪位大神知道人工鱼群算法鱼群的位置怎样初始化有范围限制吗
- 人工鱼群算法的应用领域
- 求人工鱼群算法的matlab源代码，该怎么解决
- 什么是人工鱼群算法
- 用人工鱼群算法求函数最小值
- 智能计算/计算智能、仿生算法、启发式算法的区别与关系
- 人工鱼群算法的特点
有哪位大神知道人工鱼群算法鱼群的位置怎样初始化有范围限制吗
af.c=100*(rand(1,2));af.c是坐标。。0到100是范围。。rand产生两个0到1之间的数。。乘以100就得到了0到100的随机数。。作为鱼的（x，y）。。
人工鱼群算法的应用领域
1）电力系统规划电力系统规划的重要组成部分是输电网规划，其目的是根据规划期间的负荷增长及电源规划方案构建相应的最佳电网结构，来满足经济可靠地输送电能的要求。目前，人工智能算法的快速发展为解决输电网规划问题提供了新的方法。人工智能算法适于求解组合优化问题或者目标函数与一些约束条件不可微的优化问题。人工鱼群算法通过引入禁忌搜索( Tabu)和对人工鱼部分行为的改进，使人工鱼在探寻过程中具有记忆能力，对探索过的位置设为禁区，从而避免重复搜索；同时记录禁区中的一些优良状态，保证搜索的高效性和多样性，进而通过人工鱼群算解决输电网规划问题的速度和效率。2）多级梯阶物流中转运输系统优化在关于此问题的优化模型中，需要同时考虑变量的约束条件和求解精度，将所需要求解的空间离散化，把变量空间转变为合适大小的网格，每一级中转站的最优位置将在限定区域内的某些已知点上选取，该问题向量维数很高，用人工鱼群算法建立各级中转站与网格点关系矩阵和相邻两级中转站间的关系矩阵来消除约束条件和压缩变量数，通过对算法的一些改进使其更适合于该问题的优化，应用结果表明该算法在处理多级梯阶物流中转运输 系优化问题效果显著。
求人工鱼群算法的matlab源代码，该怎么解决
你可以参看这篇《基于人工鱼群算法的连续函数优化通用MATLAB源代码》，百度文库http://wenku.baidu.com/view/bbbdd0280066f5335a812169.html
什么是人工鱼群算法
在一片水域中,鱼往往能自行或尾随其他鱼找到营养物质多的地方,因而鱼生存数目最多的地方一般就是本水域中营养物质最多的地方，人工鱼群算法就是根据这一特点,通过构造人工鱼来模仿鱼群的觅食!聚群及追尾行为,从而实现寻优，以下是鱼的几种典型行为:(1)觅食行为:一般情况下鱼在水中随机地自由游动,当发现食物时,则会向食物逐渐增多的方向快速游去。(2)聚群行为:鱼在游动过程中为了保证自身的生存和躲避危害会自然地聚集成群，鱼聚群时所遵守的规则有三条:分隔规则:尽量避免与临近伙伴过于拥挤;对准规则:尽量与临近伙伴的平均方向一致;内聚规则:尽量朝临近伙伴的中心移动。(3)追尾行为:当鱼群中的一条或几条鱼发现食物时,其临近的伙伴会尾随其快速到达食物点。特点：1)具有较快的收敛速度,可以用于解决有实时性要求的问题;2)对于一些精度要求不高的场合,可以用它快速的得到一个可行解;3)不需要问题的严格机理模型,甚至不需要问题的精确描述,这使得它的应用范围得以延伸.停止条件1) 判断连续多次所得的均方差小于语允许的误差2）判断某个区域的人工鱼群的数目达到某个比率3）联系多次所获取的值均不能超过已寻找的极值。
用人工鱼群算法求函数最小值
人工鱼群算法：在一片水域中，鱼往往能自行或尾随其他鱼找到营养物质多的地方，因而鱼生存数目最多的地方一般就是本水域中营养物质最多的地方，人工鱼群算法就是根据这一特点，通过构造人工鱼来模仿鱼群的觅食、聚群及追尾行为，从而实现寻优，以下是鱼的几种典型行为:(1)觅食行为：一般情况下鱼在水中随机地自由游动,当发现食物时,则会向食物逐渐增多的方向快速游去。(2)聚群行为:鱼在游动过程中为了保证自身的生存和躲避危害会自然地聚集成群，鱼聚群时所遵守的规则有三条：分隔规则：尽量避免与临近伙伴过于拥挤;对准规则:尽量与临近伙伴的平均方向一致;内聚规则:尽量朝临近伙伴的中心移动。(3)追尾行为：当鱼群中的一条或几条鱼发现食物时,其临近的伙伴会尾随其快速到达食物点。（4）随机行为：单独的鱼在水中通常都是随机游动的，这是为了更大范围地寻找食物点或身边的伙伴。
智能计算/计算智能、仿生算法、启发式算法的区别与关系
我一个个讲好了，1）启发式算法：一个基于直观或经验构造的算法，在可接受的花费（指计算时间和空间）下给出待解决组合优化问题每一个实例的一个可行解，该可行解与最优解的偏离程度不一定事先可以预计。意思就是说，启发式算法是根据经验或者某些规则来解决问题，它求得的问题的解不一定是最优解，很有可能是近似解。这个解与最优解近似到什么程度，不能确定。相对于启发式算法，最优化算法或者精确算法（比如说分支定界法、动态规划法等则能求得最优解）。元启发式算法是启发式算法中比较通用的一种高级一点的算法，主要有遗传算法、禁忌搜索算法、模拟退火算法、蚁群算法、粒子群算法、变邻域搜索算法、人工神经网络、人工免疫算法、差分进化算法等。这些算法可以在合理的计算资源条件下给出较高质量的解。2）仿生算法：是一类模拟自然生物进化或者群体社会行为的随机搜索方法的统称。由于这些算法求解时不依赖于梯度信息，故其应用范围较广，特别适用于传统方法难以解决的大规模复杂优化问题。主要有：遗传算法、人工神经网络、蚁群算法、蛙跳算法、粒子群优化算法等。这些算法均是模仿生物进化、神经网络系统、蚂蚁寻路、鸟群觅食等生物行为。故叫仿生算法。3）智能计算：也成为计算智能，包括遗传算法、模拟退火算法、禁忌搜索算法、进化算法、蚁群算法、人工鱼群算法，粒子群算法、混合智能算法、免疫算法、神经网络、机器学习、生物计算、DNA计算、量子计算、模糊逻辑、模式识别、知识发现、数据挖掘等。智能计算是以数据为基础，通过训练建立联系，然后进行问题求解。所以说，你接触的很多算法，既是仿生算法，又是启发式算法，又是智能算法，这都对。分类方法不同而已。这次楼主不要再老花了哈！
人工鱼群算法的特点
1)具有较快的收敛速度，可以用于解决有实时性要求的问题；2)对于一些精度要求不高的场合，可以用它快速的得到一个可行解；3)不需要问题的严格机理模型，甚至不需要问题的精确描述，这使得它的应用范围得以延伸。