人工鱼群算法毕业论文

具体算法如下：

1、起源人工鱼群算法是李晓磊等人于2002年在动物群体智能行为研究的基础上提出的一种新型方盛优化算法，该算法根据水域中鱼生存数目最多的地方就是本水域中富含营养物质最多的地方这一特点来模拟鱼群的觅食行为而实现寻优。

2、算法主要利用鱼的三大基本行为：觅食、聚群和追尾行为，采用自上而下的寻优模式从构造个体的底层行为开始，通过鱼群中各个体的局部寻优，达到全局最优值在群体中凸显出来的目的。

3该方法采用自下而上的寻优思路，首先设计单个个体的感知、行为机制，然后将一个或一群实体放置在环境中，让他们在环境的交互作用中解决问题。

4、生态学基础在一片水域中，鱼存在的数目最多的地方就是本水域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。鱼类活动中，觅食行为、群聚行为、追尾行为和随机行为与寻优命题的解决有较为密切的关系，如何利用简单有效的方式来构造和实现这些行为将是算法实现的主要为题。

5、人工鱼的结构模型人工鱼是真实鱼抽象化、虚拟化的一个实体，其中封装了自身数据和一系列行为，可以接受环境的刺激信息，做出相应的活动。其所在的环境由问题的解空间和其他人工鱼的状态，它在下一时刻的行为取决于自身的状态和环境的状态，并且它还通过自身的活动来影响环境，进而影响其他人工鱼的活动。

文发网 提供免费参考文献 还可以提供写作指导 帮助发文章摘 要:在多载波码分多址系统上行链路的频率选择性信道中,本文提出了一种使用多天线分集接收的基于改进人工鱼群算法的多用户检测方案。仿真结果表明,在相同计算复杂度下,基于Pareto优化准则的个体选择机制AFSA-MUD的误码率性能要远远优于基于代价函数线性合并的个体选择机制。Abstract: A improved artificial fish swarm algorithm (AFSA) assisted multi-user detection (MUD) is proposed for the receive-antenna-diversity-aided multi-carrier code-division multiple-access (MC-CDMA) systems in frequency-selective fading channel. Simulation results showed that: with the same computation complexity, the strategy has much better bit error rate (BER) performance than the convention one.Keywords:antenna-diversity, MC-CDMA, MUD关键词:天线分集;多载波码分多址;多用户检测中图分类号:TM645.2+3 文献标识码:B 文章编号:1009-9166(2009)020(c)-0107-01一、信号模型考虑工作于同步模式下的MC-CDMA系统上行链路,假设在同一小区同一频率同一时隙同时有K个激活用户。假定基站接收端使用M个接收天线。只有第k个用户被激活,基站接收端第m个接收天线分支接收到等效频域信号可表示为:(1)bk(t)为用户k传输的数据,A为用户k发射信号的功率,Ck是用户k归一化的扩频码,Hk,m是用户k到基站第m个接收天线之间的等效的频域信道矩阵。第m个天线,对数似然函数(LLF)定义为:(2)因为不同天线信道经历的衰落是相互独立的,所以就存在 。对于最大似然检测,不同天线的对数似然函数可以通过式(3)进行合并:(3)二、基于AFSA算法的多用户检测选择行为在迭代中人工鱼个体的选择直接决定了下一代鱼群的质量,从而决定了ASFA-MUD的性能。基于Pareto准则。每条鱼有M+1个相关的适应值,定义为f(bp)=[∧1(bp),k∧M(bp),∧(bp)]。假如人工鱼个体i和人工鱼个体j满足:(4)称个体i被个体j支配。如果一条人工鱼个体在鱼群中按照式(4)没有被任何粒子支配,就认为该个体是一个Pareto最优解。交叉行为根据一定的概率从T个个体选择两个父亲个体按照均匀交叉原则两两进行交叉。反复直至形成P个个体的新的鱼群。在进行选择时,第p个人工鱼个体被选中的概率根据均方差缩放原则由其代价函数 决定。聚群行为聚群行为是当前人工鱼个体bp探索可见区域内伙伴数目nf以及中心位置bc。dpi定义为人工鱼向量bp和bi的异或,visial是一给定的可见距离。当1≤nf∧(bp),就向该方向前进一步,否者就进行觅食行为。觅食行为觅食行为操作就是当前人工鱼状态bp在其可见区域内随机产生一个新的状态bj。假如∧(bj)>∧(bp),就向该方向前进一步,即bj代替bp,反之,选择新的状态。三、仿真结果考虑上行同步的MC-CDMA系统,基站接收端使用两个接收天线,采用BPSK调制,使用正交Walsh码作为扩频码。设定信道为两径等增益衰落信道。图3给出了子载波数目N=32,用户数K=16(半载系统)和种群个体数目P=10,种群进化代数Y=10,觅食行为的试探次数 =2、6时基于改进AFSA-MUD和其它检测方法的误比特率(BER)性能。从图3可以看出,基于Pareto优化准则的个体选择机制的改进AFSA-MUD的BER性能要远远好于其它传统次优检测方法,同时也远远优于基于代价函数线性合并的个体选择机制的方案。当TN增大时,误码率性能有很大的改善,但是这样增大了计算的复杂度。因此设置不同的K、P、Y和TN的取值,可在性能与复杂度之间进行有效配置。这篇文章可以不？