魚群

流、防衛(wèi)、覓食等魚群狀態(tài)[12-14]。近年來，隨著生物聲學(xué)發(fā)展，國內(nèi)外對魚類聲信號特征與分類識別已成為研究熱點(diǎn)[15-27]。在復(fù)雜的海洋環(huán)境噪聲中，魚類聲信號的本質(zhì)特征被遮掩，從混疊強(qiáng)噪聲信號中提取到聲信號的有效特征是魚類聲信號辨識的關(guān)鍵。此外，對于大型網(wǎng)箱養(yǎng)殖多種混雜魚群的發(fā)聲特性的辨識少有研究。因此，本研究利用被動聲學(xué)監(jiān)測技術(shù)，對混雜石斑魚（Epinephelus drummondhayi）、卵形鯧鲹（Trachinotus oνatus）與叫姑魚

。近些年來，人工魚群算法被廣泛應(yīng)用于路徑優(yōu)化，如賀風(fēng)婷等[3]、郭凡等[4]、陳靜靜等[5]、李新利等[6]、馬娜等[7]，由此可以看出人工魚群算法在路徑優(yōu)化方面受到熱捧?？紤]到無人機(jī)巡檢中面臨威脅和最短路徑需求，本研究結(jié)合人工魚群算法的基本原理、優(yōu)勢以及缺陷，提出一種改進(jìn)人工魚群算法的無人機(jī)紅外巡檢航點(diǎn)規(guī)劃方法，從而在提高紅外巡檢航點(diǎn)精度的同時(shí)，減少巡檢威脅。1 人工魚群算法基本原理人工魚群算法是參考魚群聚群、覓食、追尾、隨機(jī)行為而衍生的一種智能尋優(yōu)算法

劉同功當(dāng)產(chǎn)卵的魚群在荷蘭烏得勒支的運(yùn)河中穿行時(shí)，它們經(jīng)常會被水閘擋住——尤其是在春季，水閘很少打開。不過，該市居民現(xiàn)在正在使用網(wǎng)上的 “魚門鈴”系統(tǒng)幫助魚兒通過水閘。1Tasked with helping ensure Utrecht's canals remain full of life and convincing every-one it wasn't an April Fools' Day joke， two ecologists in the

不同目標(biāo)策略下的魚群結(jié)構(gòu)變化仿真與研究楊蒙召, 曹 奕, 袁紅春, 史經(jīng)偉(上海海洋大學(xué) 信息學(xué)院, 上海 201306)在海洋生態(tài)環(huán)境中, 食物鏈上層捕食者對下層魚群的捕獵行為可以被普遍地觀察到, 捕食者攻擊的策略以及魚群的防御機(jī)制是海洋捕獵行為的關(guān)鍵。本文構(gòu)建了魚群行為模型并對捕食者目標(biāo)選擇策略進(jìn)行模擬, 3種策略分別是選擇“最近”“最中心”和“最外圍”的個體。在虛擬環(huán)境中模擬單個捕食者攻擊魚群這一過程, 對3種目標(biāo)選擇策略做比較分析, 以魚群結(jié)構(gòu)變化

此，本文采用混沌魚群算法對傳統(tǒng)PI控制進(jìn)行優(yōu)化改進(jìn)，以減少計(jì)算量，提高控制精度。1 永磁同步電機(jī)永磁同步電機(jī)主要由定子和轉(zhuǎn)子組成，定子的主要部件包括三相對稱繞組和鐵芯，轉(zhuǎn)子主要為永磁體。其工作原理為：電機(jī)定子的三相對稱繞組通入三相對稱電流，產(chǎn)生定子旋轉(zhuǎn)磁場，并與永磁磁場相互作用，產(chǎn)生電磁轉(zhuǎn)矩，進(jìn)而使轉(zhuǎn)子帶動負(fù)載運(yùn)行。穩(wěn)態(tài)運(yùn)行時(shí)，轉(zhuǎn)子的轉(zhuǎn)速與定子旋轉(zhuǎn)磁場同步運(yùn)轉(zhuǎn)。在理想狀態(tài)下，三相靜止坐標(biāo)系中的定子電壓方程為：(1)式(1)中，uA，uB，uC為三相定子電壓

深圳灣近日再現(xiàn)魚群競躍奇景。10月26日8時(shí)40分許，深圳灣公園12號排水口附近忽然有大量魚兒爭相躍出海面，在游客的驚呼聲中，近百米的水面頓時(shí)“沸騰”起來，并且持續(xù)了大約3分鐘。正在這里拍鳥的深圳市觀鳥協(xié)會會員秦曉新先生將這個場面記錄了下來。據(jù)秦先生介紹，當(dāng)天一早他去深圳灣拍鳥，當(dāng)時(shí)現(xiàn)場還有十幾個鳥友。8時(shí)40分左右，眾人都收起相機(jī)準(zhǔn)備離開，只有他還沒有收器材。這時(shí)突然水面上有魚群開始不停躍出水面，他趕忙開始攝錄視頻，其他鳥友見狀也紛紛重新支起腳架拿出相機(jī)

體免疫學(xué)以及人工魚群的特點(diǎn)，嘗試對其二者進(jìn)行交叉融合，提出了一種新的經(jīng)濟(jì)測算模型，即免疫人工魚群算法。相較于BP神經(jīng)網(wǎng)絡(luò)算法，免疫人工魚群算法具有容易收斂、自學(xué)習(xí)精度較高、泛化能力較強(qiáng)等特點(diǎn)。本文在充分了解與掌握BP神經(jīng)網(wǎng)絡(luò)算法優(yōu)缺點(diǎn)的基礎(chǔ)之上，將人工魚群算法與人體免疫學(xué)的特征在一定前提假設(shè)的情況下進(jìn)行數(shù)學(xué)描述，構(gòu)建了一種效率更高、精度更準(zhǔn)的經(jīng)濟(jì)預(yù)測模型，即免疫人工魚群算法。通過將神經(jīng)網(wǎng)絡(luò)和免疫人工魚群算法相互結(jié)合，形成了以神經(jīng)網(wǎng)絡(luò)和免疫人工魚群算法為核心

們觀賞星空中的“魚群”吧。AFGL2591——魚頭AFGL2591位于天鵝座，這是一顆大質(zhì)量的恒星，它形似一條魚的上半身。這顆恒星的年齡只有區(qū)區(qū)100萬歲，還在向外界噴發(fā)氣體外殼，距離我們3000光年。在最近的1萬年內(nèi)，它的噴發(fā)速度正在加快，其噴發(fā)的氣體外殼擴(kuò)散的直徑達(dá)到太陽系的500倍。行星際探測器的紅外線觀測表明，它噴發(fā)的物質(zhì)含有較多的水蒸汽，水蒸汽將參與行星的形成，給行星帶來水分。NGC6729——鯉魚頭NGC6729位于南冕星座，那里是恒星誕生區(qū)，

的伙伴一樣，跟著魚群就行了。盡管沒有誰知道要去何方，盡管大家都知道危機(jī)四伏，但我們都沒有任何意見和想法。因?yàn)?，我們?nèi)慷疾皇侵鹘恰?span id="j5i0abt0b" class="hl">魚群常常會來到淺海區(qū)。每當(dāng)這時(shí)，我才會覺得我的眼睛有些作用。水中陸離的光在我眼前跳動，很好看。雖然我不確定這到底是我自己覺得好看，還是別人也一樣覺得好看。突然，我看見一張又尖又長的嘴刺了下來，又瞬間不見了，游在我前面的那條魚被它帶走了。我有點(diǎn)兒茫然，不知所措地看向周圍，但其他魚沒有發(fā)出任何聲音，也沒有做出任何除了正常游動之外的動

分析比較了光唇魚魚群在黑暗以及白、紅、黃、綠、藍(lán)光5種LED單色光照明環(huán)境下的趨集率。結(jié)果表明，日間光唇魚最受藍(lán)光吸引，白光和綠光次之，而黃光對其具有趨避作用（P關(guān)鍵詞?光唇魚;魚群;LED;單色光譜;偏好性中圖分類號?S?917.4文獻(xiàn)標(biāo)識碼?A文章編號?0517-6611（2020）01-0099-03doi：10.3969/j.issn.0517-6611.2020.01.031開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：Day?night Differ

只能逃跑，跑進(jìn)了魚群里面。可是，鯊魚沖進(jìn)魚群，把魚群給沖散了；我們又游啊游，游到了珊瑚叢里，但是，食人魚也沖進(jìn)了珊瑚叢。我們逃啊逃，游進(jìn)了超大魚群里，鯊魚怎么也沖不散這個魚群，只好游走了。我們終于回到了家里，和爸爸媽媽擁抱在一起，永遠(yuǎn)不再分開。

族人的冬日生活和魚群之間隔著一層冰，魚的眼里，生與死同樣隔著一層冰。2冬捕之前，祭湖和醒網(wǎng)是一種莊嚴(yán)的儀式。禮炮響起，人們采集圣火，族人開始祈福，他們在魚背上面跳起了薩滿舞。那一刻，魚類跳不出這三界：百尺深的湖水、厚厚的冰雪層和吃魚的人類。捕撈者開始喝壯行酒，魚群中想必也有壯行儀式。大魚向上游，小魚潛到深處，湖水中鱗光閃閃。3巨大的漁網(wǎng)緩緩拉開，云朵在天上擴(kuò)散。天藍(lán)色是湖水的鏡像，醒網(wǎng)儀式開始后，天藍(lán)色漸漸裹挾和被裹挾成為漁網(wǎng)和魚群間的邏輯關(guān)系，里里外外吹

與調(diào)控，但無法對魚群的健康與異常狀況進(jìn)行實(shí)時(shí)監(jiān)測、識別及預(yù)警?；诖?，文中提出基于機(jī)器視覺的智能魚群健康狀況監(jiān)測系統(tǒng)方案，介紹了系統(tǒng)的硬件與軟件設(shè)計(jì)思想。系統(tǒng)利用運(yùn)動目標(biāo)跟蹤算法對魚群游動的軌跡進(jìn)行連續(xù)跟蹤，通過數(shù)據(jù)分析計(jì)算出魚群的流動速度、加速度及深度等運(yùn)動參數(shù)，根據(jù)魚群運(yùn)動參數(shù)的變化分析判斷出魚群生長環(huán)境的改變與健康狀況，從而實(shí)現(xiàn)水產(chǎn)養(yǎng)殖全過程的實(shí)時(shí)化與智能化。關(guān)鍵詞：機(jī)器視覺;魚群;健康監(jiān)測;運(yùn)動目標(biāo)跟蹤;實(shí)時(shí)化;智能化中圖分類號：TP391文獻(xiàn)標(biāo)識

鯽魚說完，就跟著魚群游走了。鳊魚停在溝邊，看著魚群從身邊游過。過了一會兒，他又?jǐn)r住一條鯉魚，問：“你們要去哪里呀？”“我不知道去哪里，看到大家都往那邊游，我就跟著游，我想那里一定有好吃的食物?！滨庺~說完，也跟著魚群游走了。鳊魚仍然停在溝邊觀察，他看了很久，發(fā)現(xiàn)一件很奇怪的事，只見一條接一條的魚往溝里游，卻看不見一條魚游回來。鳊魚起了疑心，他轉(zhuǎn)身獨(dú)自游回了水庫里。大約過了兩個小時(shí)，一條鯽魚驚慌地游回來了，見了鳊魚，他說：“從排水溝里游出去的魚都進(jìn)了一個又長又

見海底成群結(jié)隊(duì)的魚群在水里游動，我好奇地游過去，原來是一群沙丁魚。它們的顏色相同，游起來就像一只大藍(lán)鯨在水里穿梭。它們看到我便逃跑了，可見是我拿出魚食，它們又圍了過來，一個個像紳士一樣看著我。我覺得它們好有紀(jì)律性呀，不像我們，見老師拿出一塊糖，就亂糟糟地沖上去搶。有的跳到老師身上，有的同學(xué)沒有搶到，就大喊大叫，而搶到的同學(xué)，則推開同學(xué)溜之大吉，一句感謝的話都不說。可是沙丁魚不一樣，它們就像一個大集體，每條吃一口就排到最后去了。這次潛水給了我一個啟示，我們應(yīng)

用中需要準(zhǔn)確計(jì)算魚群回波的聲能量，且需要魚群中個體魚的平均目標(biāo)強(qiáng)度先驗(yàn)知識或拖網(wǎng)漁獲數(shù)據(jù)輔助[6,18?19]。由于魚類活動的隨機(jī)性，同一尾魚，在不同測量時(shí)刻，其目標(biāo)強(qiáng)度測量值波動范圍可達(dá)20 dB以上。而根據(jù)經(jīng)典的回波積分方程，當(dāng)魚群回波目標(biāo)強(qiáng)度測量誤差為3 dB時(shí)，回波積分法魚群密度評估結(jié)果相對誤差就可達(dá)到100%[6]。因此，受聲吶系統(tǒng)參數(shù)誤差和魚群中個體魚的平均目標(biāo)強(qiáng)度先驗(yàn)知識誤差的影響，回波積分法的魚群密度評估結(jié)果誤差往往較大。與回波積分法相比，

喜歡的事情。離開魚群獨(dú)自開創(chuàng)一片新天地是不是有些傻呢？想獨(dú)立的鯖魚寫于海洋中翠鳥博士想獨(dú)立的鯖魚：在魚群里，你是最安全的，這一點(diǎn)毫無疑問。在廣闊的海洋中，可以藏身的地方非常少，一條孤零零的鯖魚很容易成為鯊魚或其他捕食者的目標(biāo)。而魚群以數(shù)量上的優(yōu)勢為你提供安全的保障（zhàng）。如果有鯊魚逼近，你們所有魚可以聚成一團(tuán);要是鯊魚沖過來，你們可以立刻朝不同方向散開，把鯊魚搞糊涂。要是你想活得更久，我建議你最好保持現(xiàn)在的生活方式。

[1]，包括人工魚群算法、深度強(qiáng)化學(xué)習(xí)算法[2]、蟻群算法[3]等；文獻(xiàn)[4]中在移動機(jī)器人路徑的起始點(diǎn)和目標(biāo)點(diǎn)之間輸入角度值的模糊推理系統(tǒng).算法在完成路徑規(guī)劃中耗時(shí)短，但是對于靜態(tài)環(huán)境的要求較高，需要建立完善的知識庫，因而耗費(fèi)較多的存儲空間和時(shí)間；文獻(xiàn)[5]中提出將基因算法和自適應(yīng)模糊邏輯算法應(yīng)用到移動機(jī)器人路徑規(guī)劃問題上，通過遺傳算法生成一條從起始點(diǎn)到目標(biāo)點(diǎn)的可行路徑，再利用Hermite插值多項(xiàng)式使路徑平滑，最后通過自適應(yīng)模糊邏輯控制器讓移動小車跟隨

000）標(biāo)準(zhǔn)人工魚群算法（Standard Artificial Fish Swarm Algorithm，AFSA）具有快速性收斂性，在運(yùn)行過程中，魚群在初期會呈現(xiàn)出較快的聚集現(xiàn)象，迅速向最優(yōu)個體靠攏。但是，當(dāng)人工魚群運(yùn)行到后期的時(shí)候，由于采用的步長、視野等參數(shù)缺少變化，其收斂速度會明顯變慢，而且容易使算法跳過最優(yōu)，導(dǎo)致算法的解精度降低。本文研究一個能有效提高人工魚群算法解精度的方法—參數(shù)自適應(yīng)變化機(jī)制，該方法令人工魚群算法的兩個主要參數(shù)visual和s

最優(yōu)解。針對人工魚群算法在尋優(yōu)過程中獲取精確解方面存在不足，本文通過對人工魚群算法的參數(shù)和魚群行為進(jìn)行改進(jìn)，將改進(jìn)的人工魚群算法應(yīng)用于回歸模型的參數(shù)估計(jì)中,并通過對比實(shí)驗(yàn)，表明改進(jìn)的算法有效、實(shí)用且簡單。1 模型與算法介紹1.1 多元線性回歸模型在多元線性回歸分析中,對隨機(jī)變量y進(jìn)行預(yù)測時(shí),往往有多個因素影響著其未來值的變化，當(dāng) y與x1，x2，…，xn(n≥1)之間基本存在線性關(guān)系時(shí)，需要用多元線性回歸法進(jìn)行預(yù)測。在n個自變量的情況下,多元線性回歸模型為

］。2 標(biāo)準(zhǔn)人工魚群算法及其改進(jìn)算法2.1 標(biāo)準(zhǔn)人工魚群算法人工魚群算法是由李曉磊等提出的通過構(gòu)建人工魚，對自然界魚群的基本行為進(jìn)行模擬的一種群體智能優(yōu)化算法，是一種自下而上的尋優(yōu)模式［5～6］，基本行為包括覓食、聚群、追尾和隨機(jī)［7］。1）隨機(jī)行為：設(shè) Xi為第i條人工魚當(dāng)前的狀態(tài)，在其視野范圍內(nèi)任選一狀態(tài)Xj，向其移動一步。2）覓食行為：設(shè) Xi為第i條人工魚當(dāng)前的狀態(tài)，在其視野范圍內(nèi)隨機(jī)產(chǎn)生一狀態(tài) Xj，若Yj＞Yi（Xj狀態(tài)時(shí)的食物濃度大），則向

開了。海豚尾隨在魚群后面緊追不舍，可始終連一條魚也抓不住。海豚畢竟是聰明的動物，它們見再追下去也是徒勞，于是就改變了一味跟隨魚群被動追擊的策略，而是想著法子讓魚群朝自己設(shè)定的路線逃竄，逃到自己想讓它們?nèi)サ牡胤健獪\灘。很快，魚群就被趕到了淺灘，海豚的目的達(dá)到了。接下來會發(fā)生什么呢？只見四只海豚中的三只擺開架勢，張網(wǎng)以待，另一只則邊用尾鰭拍打海床，邊圍著魚群轉(zhuǎn)圈。頃刻，灘中泥沙被拍起，海中呈現(xiàn)出一個渾濁的圓圈，很多魚被圍在了圈中。這些被圍的魚慌了，它們極力想

，加快速度，跟著魚群游走了。鳊魚停在溝邊兒，看著魚群不停地從身邊游過。過了一會兒，他又忍不住攔住一條鯉魚，問：“你要去哪兒呀？”“我不知道要去哪里，大家都往那邊兒游。我想，那里一定有好吃的食物?！滨庺~說完，急匆匆地跟著魚群游走了。鳊魚也想跟著游過去，但是，他發(fā)現(xiàn)了一件很奇怪的事：只見一條又一條的魚往溝里游，卻不見有魚游回來。鳊魚想了又想，最后，轉(zhuǎn) 身獨(dú)自游回了水庫里。過了半天，一條鯽魚驚慌地游了回來，渾身是傷。鯽魚見了鳊魚，氣喘吁吁地說：“游出去的魚都進(jìn)了

地表現(xiàn)出來，仿佛魚群就在眼前“穿來穿去”，蔚為壯觀。這種句式看似簡單的羅列，其實(shí)不然，而是按一定的順序表現(xiàn)了魚種的五彩斑斕，情態(tài)各異。3.修辭鮮明，細(xì)膩恰當(dāng)選段中，作者運(yùn)用了排比、比喻、夸張的修辭手法，不但把魚群表現(xiàn)得很有氣勢，還突出了魚群的不同特點(diǎn)，觀察細(xì)致到位，描寫細(xì)膩得當(dāng)。同時(shí)，運(yùn)用夸張的修辭手法，極力表現(xiàn)了西沙群島的魚多，進(jìn)一步突出西沙群島的富饒?？傊?，本段從不同角度詮釋了西沙群島的魚群，為讀者展現(xiàn)了西沙群島的獨(dú)特魅力。endprint

沌遺傳算子的人工魚群算法①樊友洪, 鄧 韌, 李生林, 羅凱文, 郭宇棟(中國人民解放軍后勤工程學(xué)院, 重慶 401331)為提高人工魚群算法的計(jì)算精度和收斂速度, 在全局版人工魚群算法的基礎(chǔ)上, 利用混沌遺傳算子, 增加魚群迭代的混沌擾動以避免局部極值陷阱的同時(shí)較大提高了魚群整體的優(yōu)化效果和計(jì)算精度, 加快了算法收斂速度. 仿真結(jié)果表明, 該算法有效可行.人工魚群; 混沌; 遺傳算法人工魚群算法是由李曉磊[1]等人提出的一種群智能隨機(jī)全局優(yōu)化技術(shù), 它模

我無法正常呼吸，魚群似乎都急躁了起來，大家不停地打著轉(zhuǎn)兒，只是那攪起的水花不再晶瑩剔透了。那一片片昏黑的水花，似乎昭示著魚群的未來……不行，不能再這樣下去了。于是有一天，在魚群的帶領(lǐng)下，我們遷徙到了另一片水域，我舍不得原來的家，可為了生活下去，我們必須離開。沒事，以后的家也會有清亮的水，也能打出漂亮的水花，我悄悄在心里安慰自己。我們一次又一次遷徙，越過了小溪、瀑布……沒事，以后的家也會有清亮的水，也能打出漂亮的水花——這成了我們前進(jìn)的動力，于是，我們四處漂

像紋理特征的養(yǎng)殖魚群攝食活動強(qiáng)度評估陳彩文1,2, 杜永貴1，周 超2, 孫傳恒2※（1. 太原理工大學(xué)信息工程學(xué)院，太原 030024；2. 國家農(nóng)業(yè)信息化工程技術(shù)研究中心，農(nóng)業(yè)部農(nóng)業(yè)信息技術(shù)重點(diǎn)實(shí)驗(yàn)室，北京市農(nóng)業(yè)物聯(lián)網(wǎng)工程技術(shù)研究中心，北京 100097）為了解決循環(huán)水養(yǎng)殖中的投喂難題，該文以鏡鯉為試驗(yàn)對象，基于計(jì)算機(jī)視覺技術(shù)，提出了一種通過分析魚群的紋理來評估魚群攝食活動強(qiáng)度的方法。首先利用均值背景建模重建出沒有魚群的背景圖片，提取出目標(biāo)魚群，使用灰

schools[魚群].— Why did the boy eat his homework?— Because his teacher said it wasa piece of cake[小菜一碟].— What did the dog say to his classmate?— “Can I copy your homework? I ate mine.”— Why is your homework in your father’shandwrit

就在海豚快要接近魚群時(shí)，魚兒們靠迅速游開了。海豚緊追不舍，可始終抓不住。海豚見再追下去也是徒勞，就改變了策略，開始想著法子讓魚群朝自己設(shè)定的地方——淺灘逃竄。很快，魚群就被趕到了淺灘，只見四只海豚中的三只擺開架勢，張網(wǎng)以待，另一只則邊用尾鰭拍打海床，邊圍著魚群轉(zhuǎn)圈。頃刻，海中呈現(xiàn)出一個渾濁的圓圈，很多魚被圍在了圈中。這些被圍的魚因四周非常渾濁，只好向明亮的空中跳躍，試圖跳出這個圈套。不想，那三只海豚正張著大嘴等著呢。那些倒霉的魚兒就這樣成了人家的果腹之物。

擁擠而巨大的淺海魚群。好視力，好知覺在淺海區(qū)，我們時(shí)常能看到一群群“挨挨擠擠”的魚，它們當(dāng)中的每一個成員都在不停地游動，但卻依然能夠緊挨彼此、維持隊(duì)形。人們不禁疑惑，它們總是以如此密集而龐大的陣容快速“行軍”，會不會不慎連環(huán)追尾或相撞呢？不必?fù)?dān)心，這些小家伙擁有靈敏的近距離知覺，對于身邊的微妙變化和其他成員的突然轉(zhuǎn)向都能迅速捕捉并立即作出反應(yīng)。它們是如何做到的呢？說起來并不復(fù)雜。當(dāng)魚群在淺海遨游時(shí)，通常只需眼睛和側(cè)線就能很好地控制方向。就拿眼睛來說吧，雖然

1)?自適應(yīng)重生魚群優(yōu)化算法易正俊1韋磊鵬1袁玉興21(重慶大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院重慶 401331)2(重慶科技學(xué)院數(shù)理學(xué)院重慶 401331)摘要針對傳統(tǒng)人工魚群算法求解高維優(yōu)化問題收斂速度較慢，易于陷入局部最優(yōu)，提出自適應(yīng)重生魚群優(yōu)化算法。首先在每次迭代過程中，不斷地給魚群注入“新生命”使魚群得以重生；然后采用正態(tài)分布動態(tài)調(diào)整擁擠度因子的上限值使得算法更貼近于魚群搜索食物的過程。實(shí)驗(yàn)結(jié)果表明，改進(jìn)后的算法既保證收斂速度、增加算法獲得全局最優(yōu)的可能性，又適

李曉磊[1]模擬魚群運(yùn)動行為模式提出了魚群算法。 魚群算法中將魚群個體隨機(jī)分布在包含著若干局部最優(yōu)值和一個最優(yōu)值的解空間中，把最優(yōu)值看作是最大的食物濃度。 人工魚覓食、聚群、追尾和隨機(jī)4 種行為通過移動策略來控制，個體鄰域通過視野來控制，搜索進(jìn)度通過步長來控制，魚群聚集的程度通過擁擠度因子來控制。 魚群每完成一次迭代，都要進(jìn)行公告更新，用以公告最優(yōu)狀態(tài)。 魚群算法全局搜索能力較強(qiáng)，在參數(shù)估計(jì)、神經(jīng)網(wǎng)絡(luò)、組合優(yōu)化中得到廣泛應(yīng)用。雖然人工魚群算法具有簡單易實(shí)現(xiàn)