一種新型的自由搜索算法.pdf

1、自由搜索(Free Search，F(xiàn)S)算法是近年來新提出的一種群體智能算法，體現(xiàn)的是一種“以不確定應對不確定，以無窮盡應對無窮盡”的思想。該算法模擬一些高等群居動物尋找水源的過程，對動物個體自由、不確定的搜索行為進行抽象、建模，并用于目標函數(shù)的優(yōu)化，表現(xiàn)出了較好的性能。與此同時，自由搜索算法也存在著一些問題，針對這些問題進行有效的改進逐漸成為學者們研究的一個熱點。本文強調(diào)個體搜索能力的差異性，對自由搜索算法進行改進，并將改進的算法運用

2、于非線性方程組的求解。
　　 本文主要做了以下幾個方面的工作：
　　 1.首先詳細介紹了基本自由搜索算法的生物學背景、搜索機制和數(shù)學模型，從參數(shù)分析和收斂性分析兩個方面歸納出算法存在的問題。同時簡要說明了現(xiàn)階段已有的幾種自由搜索改進算法的思想原理，指出這些改進策略的優(yōu)點以及可能存在的潛在問題。
　　 2.根據(jù)基本FS算法及其改進算法中存在的問題提出了白適應鄰域空間和搜索步的自由搜索(Adapted Neighbo

3、urhood and Step Free Search，ANSFS)算法，從算法思想、數(shù)學模型和算法流程三個方面對ANSFS算法進行了準確的闡述，對算法的性能進行了細致的分析。
　　 3.為了驗證ANSFS算法的正確性和高效性，本文選取了7個典型的基準函數(shù)對其進行仿真實驗，與經(jīng)典的粒子群算法、基本的FS算法以及兩種性能較好的FS改進算法進行搜索速度、收斂精度及空間開銷上的比較，對實驗結(jié)果進行全面的分析與總結(jié)。
　　 4.