文章 "种群优化算法:鱼群搜索(FSS)"

 

新文章 种群优化算法:鱼群搜索(FSS)已发布:

鱼群搜索(FSS)是一种新的优化算法,其灵感来自鱼群中鱼的行为,其中大多数(高达 80%)游弋在有组织的亲属群落中。 经证明,鱼类的聚集在觅食效率和保护捕食者方面起着重要作用。

当鱼类以相同的速度和方向同步游泳时,团体的组织非常严格。 发生这种情况是由于鱼类都是相同的物种,按年龄和大小,彼此之间保持一定距离。 鱼类团体能够执行复杂的动作,就好像它们具有群体智慧和共同的头脑一样。 团体形成的微妙之处远未被完全理解,尤其是运动和喂养方式的各个方面。

已经提出了许多假设来解释群居行为,包括更好的定向、同步狩猎、迷惑捕食者、和降低被捕猎的风险。 鱼群里的鱼类似乎能分享信息,从而在近距离控制彼此的行为。 每条鱼的摄食行为会迅速刺激其它鱼积极寻找食物。 团聚的鱼群在细长的方阵中游弋,经常快速上升和下降,并绕轴线旋转,同时它们改变鱼群的形状,避免相互碰撞。 这种机动需要一个非常快速的响应系统。 团体生活方式意味着鱼类拥有感官系统,可以立即对它们感应到与邻居相对位置的微小变化,并做出反应。

 

为了创建更完整的图片,以这种行为进行数学建模。 最常见的数学模型假设团体中的个体生物遵循三个基本规则:

  1. 移动方向与邻居相同
  2. 始终与邻居保持近距离
  3. 避免与邻居发生碰撞

作者:Andrey Dik