干货满满鱼群算法(人工鱼群算法)

算法原理鱼群算法主要采用自上而下的寻优模式，首先从构造个体的底层行为开始，设计单个个体的感知、行为机制，将一个或一群实体放置在环境中，让他们在环

鱼群算法是基于动物群体智能行为研究的基础上提出的一种新型方盛优化算法，该算法根据水域中鱼生存数目最多的地方就是本水域中富含营养物质最多的地方这一特点来模拟鱼群的觅食行为而实现最优解。

算法原理 鱼群算法主要采用自上而下的寻优模式，首先从构造个体的底层行为开始，设计单个个体的感知、行为机制，将一个或一群实体放置在环境中，让他们在环境的交互作用中解决问题然后通过鱼群中各个体的局部寻优，达到全局最优值在群体中凸显出来的目的。

算法描述 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。

鱼群的基本行为算法描述觅食行为  设置鱼当前状态，并在其感知范围内随机选择另一个状态，如果得到的目标函数大于当前的状态，则向新选择得到的状态靠近一步反之，重新选取新状态，判断是否满足条件，选择次数达到一定数量后，如果仍然不满足条件，则随机移动一步。

算法描述：人工鱼在其视野内随机选择一个状态，分别计算与的目标函数值与，如果发现比好，则向的方向移动一部否则，继续在其视野内选择状态，判断是否满足前进条件，反复尝试次后，仍没有满足前进条件，则执行随机行为。

聚群行为  探索当前邻居内的伙伴数量，并计算伙伴的中心位置，然后把新得到的中心位置的目标函数与当前位置的目标函数相比较如果中心位置的目标函数优于当前位置的目标函数并且不是很拥挤，则当前位置向中心位置移动一步，否则执行觅食行为。

算法描述：人工鱼搜索当前视野内的伙伴数目和中心位置，若伙伴中心位置状态较优且不太拥挤，则朝伙伴的中心位置移动一步，否则进行觅食行为。

追尾行为  人工鱼群探索周围邻居鱼的最优位置，当最优位置的目标函数值大于当前位置的目标函数值并且不是很拥挤，则当前位置向最优邻居鱼移动一步，否则执行觅食行为算法描述：人工鱼群搜索当前视野内的伙伴中函数最优伙伴，如果最优伙伴的周围不太拥挤，则朝词伙伴移动一步，否则执行觅食行为。

随机行为  它是觅食行为的一个缺省行为，指鱼在视野内随机移动。当发现食物时，会向食物逐渐增多的方向快速的移动。算法描述：鱼随机移动一步，到达一个新的状态。

算法步骤1、初始化设置，包括种群规模、没条人工鱼的初始位置、人工鱼的视野、步长、拥挤度因子、重复次数2、计算初始鱼群各个体的适应值，取最优人工鱼状态及其值赋予给公告牌3、对每个个体进行评价，对其要执行的行为进行选择，包括觅食、聚群、追尾和随机行为。

4、执行人工鱼的行为，更新自己，生成新鱼群。5、评价所有个体。若某个体优于公告牌，则将公告牌更新为该个体。6、当公告牌上最优解达到满意误差界内或者达到迭代次数上限时算法结束，否则执行步骤3。

算法特点1、对初值的要求不高，随机产生或设置为固定值均可，鲁棒性强。2、具有较快的收敛速度，可以用于解决有实时性要求的问题。3、对参数设定的要求不高，容许范围大，且具备并行处理能力。

4、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。5、具备较好的全局寻优能力，能快速跳出局部最优点。

算法应用 人工鱼群算法通过引入禁忌搜索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保证搜索的高效性和多样性利用人工鱼群算解决输电网规划问题的速度和效率，以及处理多级梯阶物流中转运输系统优化。