导读:本文包含了鱼群仿真论文开题报告文献综述及选题提纲参考文献，主要关键词:逃逸模型,反应规则,计算机仿真,叁维动态模拟
鱼群仿真论文文献综述
姚琳[1]（2018）在《基于Matlab叁维仿真的沙丁鱼群逃逸规律探究》一文中研究指出为探究沙丁鱼群逃逸的运动规律,本文针对沙丁鱼群逃逸的过程,依据群体中个体相互影响而形成的个体的反应规则,分别建立了鱼群的初始聚集模型、鱼群移动模型以及最终的鱼群逃逸模型,得到个体速度和位置随时间的变化规律。根据个体在群体中的运动规律,对沙丁鱼从个体到发展成为群落,再遇上海豚并成功逃逸展开了一系列的计算机叁维动态模拟,生动形象地呈现了鱼群逃逸的运动规律。(本文来源于《现代信息科技》期刊2018年07期）
李君,梁昔明[2]（2018）在《人工鱼群算法收敛速度改进优化仿真》一文中研究指出在基本人工鱼群算法更新过程中,人工鱼群通过觅食算子进化时,进化方向和步长都有一定的随机性,虽然有助于鱼群跳出局部最优,但是严重影响鱼群进化效率,增加算法运算量。针对上述问题,将最速下降法嵌入到基本人工鱼群算法中,得到改进的人工鱼群算法。当人工鱼利用聚群算子和追尾算子更新后,如果没有得到改善,此时利用最速下降法对人工鱼进行更新。保留聚群算子和追尾算子中的觅食算子,保证算法良好的全局搜索能力,同时嵌入具有较好局部搜索能力的最速下降法,增强人工鱼个体的局部寻优能力,加快人工鱼群算法收敛速度。数值仿真结果表明,所得改进人工鱼群算法在计算量减少的情况下,具有更快的收敛速度,同时收敛精度也得到一定提升。(本文来源于《计算机仿真》期刊2018年01期）
张堃,曹迎槐[3]（2015）在《基于鱼群算法的舰队补给最短路径即仿真》一文中研究指出舰队补给是现在海军作战中的一个重点问题,本文通过模拟鱼类的觅食,聚群,追尾,随机等行为,在搜索域中进行寻优,建立了求解TSP问题的鱼群算法。由于在求解过程中,舰队是行驶的,所以与普通TSP问题不同,本文所构建的距离矩阵是动态矩阵。在最后本文进行了Matlab仿真,得出优化结果。(本文来源于《电子制作》期刊2015年08期）
段其昌,唐若笠,徐宏英,李文[4]（2013）在《粒子群优化鱼群算法仿真分析》一文中研究指出针对标准粒子群算法(PSO)寻优多维多极值函数成功率低,基本人工鱼群算法(AFSA)收敛速度和精度有待提高等问题,提出粒子群优化鱼群算法(PSO-FSA).该算法将速度惯性、个体记忆和个体间交流等特征引入鱼群算法,使鱼群行为模式扩充至追尾、聚群、记忆、交流以及觅食.此外,定义参数max动态限定鱼群搜索的视野和步长.仿真分析表明,粒子群优化鱼群算法较两种基本算法而言具有更快的收敛速度和寻优精度.(本文来源于《控制与决策》期刊2013年09期）
田明伟[5]（2013）在《叁维空间内鱼群复杂群体行为的建模与仿真研究》一文中研究指出近年来，作为一种复杂系统，群体行为受到众多领域专家的广泛关注，对群体行为的研究也成为了国家重点研究课题之一。为了进一步探索复杂系统，本文在叁维空间内，利用多智能体技术、并行化技术以及计算机仿真技术，建立群体自我组织模型，对鱼群复杂群体行为作了深入研究。与此同时，本课题对生物学、生态学以及经济学的研究给予了一定的帮助。首先，本文对传统的公制距离作用(metric distance interaction，MDI)模型进行优化改进，建立新型MDI模型，在叁维空间内模拟出鱼群群聚常见的叁种行为形态：平行状态(parallel)、圆环状态(torus)及云集状态(swarm)，并实现了叁种形态之间的自动转换，符合自然界鱼群群聚现象。然而，在传统模型仿真中，并没有实现鱼群形态之间的自动转换，从而证明了新模型的合理性及优越性。其次，本文依据拓扑距离作用(topological distance interaction，TDI)的思想，建立了TDI鱼群仿真模型，据我们所知，这是学术界首次在叁维空间内运用TDI模型来研究鱼群群聚行为。同样，在叁维空间内模拟出鱼群群聚的叁种形态：parallel、torus和swarm，也实现了这叁种形态之间的相互转换，从而证实了该模型的合理性。继而，本文把该模型与新型MDI模型作对比，探索出二者的联系与区别：整体而言，两种模型都具有相当的合理性；TDI模型鱼群群聚程度更紧密，仿真效率更高。最后，本文通过GPU高性能计算，以上述TDI模型为基础，建立并行化模型，在叁维空间内将仿真鱼群数量提高到80,000，实现了鱼群群聚行为的大规模形态，更加逼真形象地模拟了自然界鱼群群聚现象，对复杂系统的研究又提升了一个高度。(本文来源于《燕山大学》期刊2013-05-01）
马超阳[6]（2012）在《基于人工鱼群算法的PID神经网络控制器仿真研究》一文中研究指出随着智能控制思想的逐渐深入,神经网络、智能优化算法等理论和算法在控制领域中受到极大的关注和研究应用。PID神经网络(PIDNN)是一种新型的神经网络,是PID控制和神经网络的本质融合,兼具二者的优点。PID神经网络特有的结构和算法优势,使它可以作为控制器应用于各种系统中,并且设计过程十分简单。但是,PID神经网络的训练算法一直采用的是传统的反向传播算法(BP算法),BP算法存在的各种等缺点,使得PIDNN控制器在控制系统中很难得到理想的网络权值,难以取得满意的控制效果。为了充分发挥PIDNN控制器的各种优良性能并扩展其应用范围,针对PIDNN控制器网络权值的训练问题,本文提出利用人工鱼群算法进行训练优化,并对各种类型的系统进行了控制仿真研究,验证了方法的有效性。本文主要包括以下内容：(1)在深入了解人工鱼群算法的基础上,分析了算法的优缺点；并针对基本人工鱼群算法的缺点,结合其他学者的一些改进思想进行了算法的改进研究,给出了本文的改进策略,并对改进后的算法进行了仿真测试,验证了改进策略的有效性和可行性。(2)对PID神经网络的结构和控制算法进行了介绍和分析探讨,结合自己仿真过程中的研究发现,提出了PIDNN控制器的一些改进策略。针对单变量、多变量方系统和多变量非方的系统,设计了这些系统的PIDNN控制器。(3)分析了传统的BP算法训练PIDNN控制器的缺点,提出人工鱼群算法训练优化PIDNN控制器的思想,并对训练的过程和步骤进行了总结归纳。(4)在MATLAB环境下,对人工鱼群算法训练优化的PIDNN控制器,分别进行了单变量系统、多变量方系统和多变量非方系统的控制仿真。通过与人工鱼群算法优化的PID控制器和BP算法训练PIDNN控制器的比较,证明基于人工鱼群算法的PID神经网络控制器很好的解决了网络权值的训练问题,PIDNN控制器的性能得到很大改善,也扩展了PIDNN控制器的应用范围。针对各种类型系统的控制仿真也验证了本文方法的有效性。(本文来源于《郑州大学》期刊2012-05-01）
朱葛俊[7]（2012）在《人工鱼群算法的汽轮发电机故障诊断仿真研究》一文中研究指出研究汽轮发电机故障准确诊断问题,由于汽轮发电机组故障特征与故障状态间呈现较强的非线性关系,传统的数学模型很难正确识别汽轮发电机的各种故障状态,诊断精度不高。RBF神经网络具有自学习、非线性处理等优,为了提高汽轮发电机故障诊断正确率,建立了一种人工鱼群优化RBF神经网络的汽轮发电机故障模型,充分利用人工鱼的聚群、追尾和觅食行为,对RBF神经网络的参数进行了优化,然后采用优化RBF神经网络对故障进行诊断。仿真结果表明,RBF神经网络可提高汽轮发电机故障诊断准确率。(本文来源于《计算机仿真》期刊2012年02期）
张艳,许恒迎[8]（2011）在《改进型人工鱼群算法在PMD补偿中的仿真研究》一文中研究指出本文首先分析比较了国内外各种已有的PMD补偿算法,其次简要介绍了基本人工鱼群算法。为提高局部搜索能力和寻优精度,重点对基本人工鱼群算法进行了改进,提出了智能视野和步长的概念,并将这种改进型人工鱼群算法应用于自适应PMD补偿中。3个经典测试函数和PMD补偿仿真实验的结果表明:该算法具有更高的寻优精度和克服局部极值的能力,是一种适用于PMD补偿的优秀算法。(本文来源于《科技信息》期刊2011年30期）
徐飞,何定润,杨俊儒[9]（2010）在《基于鱼群算法的城市交通仿真》一文中研究指出良好的城市车载导航将对城市发展具有良好的经济效益和社会效应。本文通过仿生学的鱼群算法,建立理论模型,寻求城市道路交通的最优化解决方案。在前人的基础上,提出了基于局部分隔鱼群算法的城市车载导航系统(PBFS)模型,对城市交通进行了理论建模,实现了一种新的新型寻优策略。仿真效果表明,该方法是可行的,具有良好的寻优效果,能有效的减少交通阻塞,提高城市道路的整体效率,具有广阔的应用前景。(本文来源于《微计算机信息》期刊2010年10期）
王航,薛晓中,孙瑞胜,梁卓[10]（2009）在《基于人工鱼群算法的制导炸弹控制系统设计与仿真》一文中研究指出针对制导炸弹在大空域飞行过程中受到不确定外界干扰和未建模摄动影响,就人工鱼群算法对精确解获取能力不够和后期收敛较慢的问题,提出了一种引入饥饿因子以自适应调整视野、步长和拥挤度因子的改进方法.采用改进算法对混合灵敏度问题中的权函数进行了优化选取,设计了制导炸弹鲁棒控制器.Matlab仿真结果表明,改进的人工鱼群算法具有更快的寻优速度和更高的寻优精度,应用该方法设计的控制器具有较好的设计性能指标,对大空域、强外界干扰和较大模型摄动的适应性强、鲁棒性好.(本文来源于《弹道学报》期刊2009年03期）
鱼群仿真论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在基本人工鱼群算法更新过程中,人工鱼群通过觅食算子进化时,进化方向和步长都有一定的随机性,虽然有助于鱼群跳出局部最优,但是严重影响鱼群进化效率,增加算法运算量。针对上述问题,将最速下降法嵌入到基本人工鱼群算法中,得到改进的人工鱼群算法。当人工鱼利用聚群算子和追尾算子更新后,如果没有得到改善,此时利用最速下降法对人工鱼进行更新。保留聚群算子和追尾算子中的觅食算子,保证算法良好的全局搜索能力,同时嵌入具有较好局部搜索能力的最速下降法,增强人工鱼个体的局部寻优能力,加快人工鱼群算法收敛速度。数值仿真结果表明,所得改进人工鱼群算法在计算量减少的情况下,具有更快的收敛速度,同时收敛精度也得到一定提升。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
鱼群仿真论文参考文献
[1].姚琳.基于Matlab叁维仿真的沙丁鱼群逃逸规律探究[J].现代信息科技.2018
[2].李君,梁昔明.人工鱼群算法收敛速度改进优化仿真[J].计算机仿真.2018
[3].张堃,曹迎槐.基于鱼群算法的舰队补给最短路径即仿真[J].电子制作.2015
[4].段其昌,唐若笠,徐宏英,李文.粒子群优化鱼群算法仿真分析[J].控制与决策.2013
[5].田明伟.叁维空间内鱼群复杂群体行为的建模与仿真研究[D].燕山大学.2013
[6].马超阳.基于人工鱼群算法的PID神经网络控制器仿真研究[D].郑州大学.2012
[7].朱葛俊.人工鱼群算法的汽轮发电机故障诊断仿真研究[J].计算机仿真.2012
[8].张艳,许恒迎.改进型人工鱼群算法在PMD补偿中的仿真研究[J].科技信息.2011
[9].徐飞,何定润,杨俊儒.基于鱼群算法的城市交通仿真[J].微计算机信息.2010
[10].王航,薛晓中,孙瑞胜,梁卓.基于人工鱼群算法的制导炸弹控制系统设计与仿真[J].弹道学报.2009