人工鱼群算法是比较牛叉的一个算法，其难度是比较大的 特此提供人工鱼群算法的研究给大家参考！

在分析人工鱼群算法(AFSA)不足的基础上，研究了一种改进的人工鱼群算法，改进主要体现在两个方面：引入人工鱼移动最佳步长算子；改进觅食行为。将改进算法用于径向基神经网络的训练过程，建立相应优化模型，并将其应用到人脸表情的识别中。研究表明，改进算法具有收敛速度快、识别率高等优点。

人工鱼群算法作为一种新型的仿生群体智能优化算法已成功地应用于各种优化问题及实际工程领域。然而，在复杂优化问题方面，受目标函数存在相对较大数量的局部极值的影响，收敛速度慢、早熟等缺陷难以避免地存在。在基本人工鱼群算法中引入具有随机性、遍历性的混沌理论，构建了一种改进算法，以使得人工鱼群搜索能够规避可能存在的局部极值状况。在工业控制网络异常检测中进行仿真应用，验证了算法的有效性。与基本的人工鱼群算法相比，混沌改进人工鱼群算法可使得算法在局部极值附近长时间搜索的状况得到有效避免，在全局收敛方面算法有更