通过漫长的自然界的优胜劣汰,形成了各自的觅食和生存方式。但是动物一般不具有人类复杂的逻辑思维和判断能力的高级智能,它们只具有简单的行为能力,这些为人类解决问题的思路带来了不少启发和鼓舞。动物行为具有以下的特点:鱼群模式概论2在一片水域中,鱼存在的数目最多的地方就是本水域中富含营养物质最多的地方,依据这一特点来模仿鱼群的觅食,聚群,追尾等行为,从而实现全局最优,这就是鱼群算法的基本思想人工鱼算法的基本原理人工鱼的结构模型人工鱼就是一个封装了自身数据和一系列行为的实体,可通过感官来接受环境的刺激信息,并通过控制尾鳍来做出相应的应激活动。人工鱼所在的环境主要是问题的解空间和其他人工鱼的状态,它在下一刻的行为取决于目前自身的状态和环境的状态,并且他还通过自身的活动来影响环境,进而影响其他同伴的活动。行为系统感知系统参数系统人工鱼群算法就是根据鱼群的行为系统、感知系统、以及参数系统,通过构造人工鱼来模仿鱼群的觅食、聚群及追尾行为,从而实现全局寻优。感知系统人工鱼对外的感知是靠视觉来实现的,人工鱼的模型中应用如下方法实现虚拟人工鱼的视觉。其中Rand()函数为产生0到1之间的随机数;Step为步长参数系统人工鱼个体的状态可表示为向量,其中为欲寻优的变量;人工鱼当前所在位置的食物浓度表示为Y=f(X),其中Y为目标函数值;人工鱼个体之间的距离表示为。定义相关参数:(1)N:人工鱼群的规模,作为一种多智能体算法,群体的概念是最基本的特性;(2)visual:人工鱼的感知距离,也就是在寻优过程中,人工鱼的视野范围;(3)Step:人工鱼的移动步长,人工鱼在移动过程中,向下一个状态前进的步长的最大值;(4)δ:拥挤度因子,人工鱼群的聚集规模;(5)Try-number:试探次数。人工鱼改变当前状态前的尝试次数,满足试探次数后,如果不满足改变状态的条件,则人工鱼需要根据规则选择下次行为继续寻优。