魚群探測演算法

① 什麼是魚群演算法

artifical fish-warm algorithm
xp(v1,v2……vn)個體的當前位置，d(p,q)=(1/n)*{[v(p,1)-v(q,1)]^2+……[v

(p,n)-v(q,n)]^2}，兩個體的距離，（不知道為什麼用1/n而不是開平方）；visual

一隻魚的感知距離。@擁擠度因子。
第一步：覓食人工魚當前位置為Xi，在可見域內隨機選擇一個位置Xj（d(ij)

<=visual），如xj優於xi向xj前進一步，否則隨機移動一步。如出現不滿足約束則

剪去。X(j+1,k)={if x(i,k)=x(j,k) 不變，else x(j+1,k)=隨機(0,1)}。
第二步：聚群：
xi可見域內共有nf1條魚。形成集合KJi,KJi={Xj|Dij<=visual},if KJi不為空，

then
X(center)=(xj1+xj2+.....xjn)/nf1(xjk屬於kji)
X(center,k)=0,X(center,k)<0.5 1,X(center,k)>=0.5
若：FCc/nf1>@FCi(FCc為中心食物濃度，FCi為Xi點食物濃度)
則：向中心移動：X(i+1,k)=不變，當Xik=X(center,k)時;Xik=隨機（0，1），當

Xik!=X(center,k)時;
若：FCc/nf1<@FCi
則：進行覓食
第三步：追尾
在visual范圍內，某一個體食物濃度最大則稱為Xmax，若：FCmax>@FCi,則向它移動

：X(i+1,k)=當X(i,k)=X(max,k)時，X(i,k)不變，當X(i,k)!=X(max,k)時，X(i,k)=

隨機（0,1）
第四步：公告板
在運算過程中，用公告板始終記錄下最優FCi

② 魚群演算法是什麼

和蟻群演算法其實是一樣的，生物那方面不說了，主要是生成隨機數，經過數次迭代，一次次計算目標函數值從而優化答案，最後看答案分布，這樣就能計算解決全局最優，因為魚群演算法能夠跳出局部最優，所以應用於目標函數的最大值最小值是很有用的，希望能幫到你