原创《猴群算法与其改进综述》：本文是一篇关于猴群算法论文范文，可作为相关选题参考,和写作参考文献。
摘 要：猴群算法（Monkey Algorithm,MA）是近几年提出的一种新颖的群体智能算法,依据它算法本身的“空翻”特点,使得它在算法收敛后期易跳出局部最优而区别于其他仿生群体智能算法.该文从生物背景、算法原理、算法改进及算法应用等各个方面理论讲述猴群算法,分析猴群算法的优缺点,并从就不足之处总结到目前为止学者们从算法的各方面（包括：混合算法、参数设置等）提出的相应的改进策略.最后,综合阐述了猴群算法现阶段仍存在的急待研究的一些问题.
关键词：猴群算法；算法原理；算法改进；算法应用
中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2017）32-0092-03
Research on the Algorithm of Monkey Group
ZENG Xiu, WEI Zhen-hua
（Information Engineering Institute,East China University Of Technology, Nanchang 330013, China）
Abstract： The monkey algorithm is a new kind of group intelligence algorithm proposed in recent years. Based on its "somersault" feature, it is easy to jump out of the local optimal and different from other bionic group intelligence algorithms. This paper analyzes the advantages and disadvantages of the monkey algorithm from the aspects of biological background, algorithm principle, algorithm improvement and algorithm application, and summarizes the advantages and disadvantages of the monkey algorithm from the shortcomings. So far, scholars he learned from all aspects of the algorithm （including： Hybrid algorithm, parameter setting, etc.） proposed the corresponding improvement strategy. Finally, some problems of monkey group still exist are still discussed.
Key words： monkey group algorithm； algorithm principle； algorithm improvement； algorithm application
猴群算法（Monkey Algorithm, MA）是Zhao和Tang在2008年提出的一种新型仿生群体智能算法.MA算法模拟猴群攀爬的行为特点,分析抽象出攀爬行为、观跳行为和空翻行为这三种独立行为.由于猴群算法发展时间较短,系统的算法理论不足,研究的资料也不十分充裕.本文就这些问题,查阅大量相关的研究资料,对猴群算法进行清晰的理论梳理,細致分析攀爬、观跳、空翻这三个行为的算法描述和特征.并从参数设置和混合算法两个方面总结分析了当前专家学者对猴群算法的改进方法和应用领域研究.
1 猴群算法
1.1 猴群算法的生物背景
经过长期的对猴群活动习性的观察发现,猴群在爬山的过程中,总是可以分解为攀爬、观跳、空翻行为.首先,猴子会在较小范围内爬行,不断向更高处前进.猴群的攀爬行为就相当于狼群算法中搜寻猎物的过程,寻找局部地区内的一个最优值.找到更优的值,就替换掉原来的值.猴子爬到所在地的最高处时,就观察附近有没有更高的位置,如果有,就跳跃至更高处,然后继续攀爬行为至顶端,这就是狼群的观跳行为.为了发现全局最高的地方,猴子会空翻至更远的区域,然后继续爬行,就是猴群的空翻行为.重复几次这样的行为,直至到达全局最高点处.
猴群算法与蜂群算法、狼群算法等群体智能算法有所区别,蜂群算法中有引领蜂、侦查蜂及跟随蜂,狼群算法则有搜寻狼、头领狼和围攻狼,角色之间相互转换.而在这里,猴群没有角色的变更,只有阶段性的行为变化.其中攀爬行为穿插在整个的前进过程中,例如在观跳行为的前后和空翻行为前后,是个耗时最长的行为.
1.2 算法定义
设猴群的爬山空间是一个SN*Di空间,SN是整个猴群个体总数,Di是变量数目即空间维度.任意一猴子个体i在解空间中的当前位置信息表示为：[Xi等于（Xi,1,Xi,2,...,Xi,Di）],参数[Xi,d]表示猴子个体在第d维空间中的位置.猴子个体在行动过程中到达的某个位置的高度为：[Pi等于F（X）],是目标函数值.算法的目的是求解目标函数的最优值,映射为猴群寻找全局范围内的最高点的过程.
1.3 猴群智能行为
猴群算法模拟猴群爬山活动行为对目标函数进行优化,将整个爬山过程三种行为：攀爬、观跳和空翻.
1.3.1 攀爬行为
猴子在所在区域的小范围内搜寻局部最优值.如果找到更优值的位置,就更新位置信息,用更优值所在的位置替换掉原来的位置.猴子个体i首先探查依据伪梯度方向从点[Xi]等于（[Xi,1,Xi,2,...,Xi,Di]）前进一步到达的位置[Pi],若[Pi]超出[X]的取值范围：[[Xld,Xud]],则[Pi]取边界值.否则,若[Pi∈[Xld,Xud]],计算该猴子个体在[Pi]位置上的目标函数值[F（Pi）].若[F（Pi） 猴群算法论文参考资料： 结论：猴群算法与其改进综述为大学硕士与本科猴群算法毕业论文开题报告范文和相关优秀学术职称论文参考文献资料下载，关于免费教你怎么写猴群算法方面论文范文。
