2009 年,广西民族大学的陈建荣、王勇老师发表了《采用捕鱼策略的优 化方法》,第一次提出了捕鱼策略优化算法。该算法对于解决复杂函数的优化 问题效果良好,该优化方法对初始值不敏感、收敛速度快、优化精度高的有 点。但是,该算法的“撒网”模式,使得该算法随机性不高,这显然降低了算 法的搜索效率;而所有渔夫采用的收缩搜索方法,在一定程度上加大了算法 的时间复杂度;对于比较复杂化的优化问题,算法容易陷入局部极值的情况。 针对基本捕鱼策略优化算法存在的不足之处,2010 年,《一种采用动态策略 的模拟捕鱼优化方法》提出采用动态策略来提高算法的全局寻优能力的改进; 2011 年,《PSO 与捕鱼策略相结合的优化方法》提出将粒子群算法(PSO)和 FSOA 相结合的优化方法,同年,《一种采用随机探测策略的改进 FSOA》提 出控制渔夫搜索方向和限制采用收缩搜索策略的改进方法[7]。80373
参考文献
[1] 张煜东。 全局优化算法与应用研究。 世界科学出版社。 2012 年:2
[2] 陈士亮。 捕鱼策略优化方法的改进及其应用研究。 广西民族大学硕士论文 。 2011 年:3
[3] 温正。 MATLAB 智能算法。 清华大学出版社。 2015 年:108-109 [4] Mininno E。 Compact differential evolution。 IEEE Transactions on Evolutionary Computatio。 2011 年:32-54
[5] Abbass H。 Self-adaptive pareto differetial evolution。 In Proceedings of the IEEE 2002 Congress on Evolutinary Computation。 2002 年:831-836
[6] Storn R and Price K。 Differential evolution for multi-objective optimization[A]。 Evolutionary Computat ion[C]。 2003 年:8-12
[7] 何德牛。 基于捕鱼策略的优化方法改进研究。 广西民族大学硕士论文。 2012 年:2
[8] 彭喜元,彭宇,戴毓丰。 群智能理论及应用。 电子学报。 2003 年:1982-1987
[9] 李景洋,王勇,李春雷。 自调整的捕鱼策略优化算法。 计算机工程与科学 。 2014 年:1 [10] 李景洋。 粒子群优化算法与捕鱼策略优化算法的改进研究。 广西民族大学硕士论文 。 2013 年:2
[11] 陈建荣,王勇。 采用捕鱼策略的优化方法。 计算机工程应用。 2009 年:2
[12] 王红梅。 数据结构。 清华大学出版社。 2006 年
[13] 王凌,刘波。 微粒子群优化与调度算法[M]。 清华大学出版社。 2008 年
[14] 陈建荣。 群智能优化算法研究及其应用。 广西民族大学硕士学位论文。 2009 年
[15] 许满意,代祖华,王济深。 粒子群算法改进策略。 甘肃科技。 2013 年
[16] 张元芳。 粒子群算法研究分析与实现。 合肥学院毕业论文。 2013 年
[17] 马艳伟。 基于粒子群优化的异构多处理器任务调度算法研究应用。 杭州电子科技大学 硕士论文。 2010 年
[18] 王小哲。 求解旅行商问题的微粒群算法研究。 福建电脑。 2011 年
[19] 马艳伟。 基于粒子群优化的异构多处理器任务调度算法研究应用。 杭州电子科技大学 硕士论文 。 2010 年
[20] 庞兴。 捕鱼策略与粒子群相结合的优化方法研究。 广西民族大学硕士论文。 2010 年
[21] 庞兴。 PSO 与捕鱼策略相结合的优化方法。 计算机工程与应用。 2011 年
捕鱼策略优化算法的研究现状和参考文献:http://www.youerw.com/yanjiu/lunwen_93334.html