人工植群迁移算法

介绍：

在工程和科学领域经常会遇到对于庞大且复杂的空间搜索最优解的问题。使用传统优化算法（如牛顿法，梯度下降法）智能解决简单且连续可导的函数，对于复杂的非线性，离散的或多值优化问题则显得乏力。而使用群智能算法（如pso，abc，遗传算法）能优秀的解决这类问题。人工植群迁移算法正是一种群智能优化算法，它是笔者通过对植群迁移的过程观察模拟而建立的。植物不能移动，而同一种植物（如蒲公英）却能分布在世界各地任何适宜它生长的地方。植物通过将自己的种子在适当的距离随机按一定的规律播散便能让它的后代们寻找到最适宜生存的环境。这种随机过程具有简单易复制并且作用空间广阔且复杂的特点，适宜应用在智能优化算法上。

流程：

人工植群算法大体流程是，先生成一个初代植物，通过随机的方式为它的位置和传播距离赋值。接下来将初代植物的值带入传播函数，返回子代的位置和传播距离。将生成的子代带入选择函数，选拔出优质的子代，然后每个子代变成初代植物，完成一次迭代。在下次迭代开始前，首先判断平均传播距离是否小于预设值，若小于则返回结果，否者继续迭代。

原理图：

部分原理解释：

资源地址 ： http://download.csdn.net/detail/qq_30643987/9852481

如果转载请标明出处：http://blog.csdn.net/qq_30643987/article

请勿使用本文发表论文！