关于佳点集混合反向学习人工鱼群算法的研究论文.pdf

简介：
本文探讨了一种改进的人工鱼群算法——佳点集混合反向学习人工鱼群算法。通过结合佳点集与反向学习机制，优化了搜索策略和群体多样性，有效提升了复杂问题求解的精度和效率。该研究为解决多领域内的全局优化难题提供了新的视角和技术支持。 为了改善人工鱼群算法求解精度较低、容易过早收敛的问题，提出了一种结合佳点集与反向学习的人工鱼群算法。改进后的算法在迭代过程中对当前群体中部分优质个体执行动态反向学习操作，生成其对应的反向群体，从而引导整个群体朝包含全局最优值的搜索空间靠近，并增强算法的平衡性和探索能力。当种群密度超过预设阈值λ时，采用佳点集机制重新初始化大部分个体以帮助算法摆脱局部最优解的限制。实验结果表明，在六个Benchmark函数上的测试中，该改进算法具有较快的收敛速度和较高的求解精度，适用于解决函数优化问题。