基于自适应t分布混合变异的人工鱼群算法

针对人工鱼群算法在非全局极值点出现较严重聚集情况时,收敛速度降低,甚至陷入局部极值,搜索性能劣化的问题,把变异操作加入到人工鱼群算法中,增加了种群的多样性,从而在一定程度上避免算法陷入局部最优。提出了一种基于自适应t分布混合变异的人工鱼群算法。该算法对最优鱼进行高斯最优调教变异,对非最优鱼进行自适应t分布变异。引入t分布变异算子将高斯变异和柯西变异的优点结合起来,使得算法在进化初期具有良好的全局探索性,而在进化后期具有较优的局部开发性。四个典型函数算例、多个应用算例及大量的实验数据仿真结果表明,该算法是可行有效的,较ACM-AFSA和AGM-AFSA求解精度更高,算法更稳定。