2009 年，广西民族大学的陈建荣、王勇老师发表了《采用捕鱼策略的优 化方法》，第一次提出了捕鱼策略优化算法。该算法对于解决复杂函数的优化 问题效果良好，该优化方法对初始值不敏感、收敛速度快、优化精度高的有 点。但是，该算法的“撒网”模式，使得该算法随机性不高，这显然降低了算 法的搜索效率；而所有渔夫采用的收缩搜索方法，在一定程度上加大了算法 的时间复杂度；对于比较复杂化的优化问题，算法容易陷入局部极值的情况。 针对基本捕鱼策略优化算法存在的不足之处，2010 年，《一种采用动态策略 的模拟捕鱼优化方法》提出采用动态策略来提高算法的全局寻优能力的改进； 2011 年，《PSO 与捕鱼策略相结合的优化方法》提出将粒子群算法(PSO)和 FSOA 相结合的优化方法，同年，《一种采用随机探测策略的改进 FSOA》提 出控制渔夫搜索方向和限制采用收缩搜索策略的改进方法[7]。80373

参考文献 

[1]  张煜东。  全局优化算法与应用研究。  世界科学出版社。 2012 年：2

[2] 陈士亮。 捕鱼策略优化方法的改进及其应用研究。 广西民族大学硕士论文 。 2011  年：3

[3] 温正。 MATLAB 智能算法。 清华大学出版社。 2015 年：108-109 [4] Mininno E。 Compact differential evolution。 IEEE Transactions on Evolutionary Computatio。 2011 年：32-54

[5] Abbass H。 Self-adaptive pareto differetial evolution。 In Proceedings of the IEEE 2002 Congress on Evolutinary Computation。 2002 年：831-836

[6] Storn R and Price K。 Differential evolution for multi-objective optimization[A]。 Evolutionary Computat ion[C]。 2003 年：8-12

[7]  何德牛。  基于捕鱼策略的优化方法改进研究。  广西民族大学硕士论文。 2012 年：2

[8]  彭喜元，彭宇，戴毓丰。  群智能理论及应用。  电子学报。 2003 年：1982-1987

[9] 李景洋，王勇，李春雷。 自调整的捕鱼策略优化算法。 计算机工程与科学 。 2014 年：1 [10] 李景洋。 粒子群优化算法与捕鱼策略优化算法的改进研究。 广西民族大学硕士论文 。 2013 年：2

[11]  陈建荣，王勇。  采用捕鱼策略的优化方法。  计算机工程应用。 2009 年：2

[12]  王红梅。  数据结构。  清华大学出版社。 2006 年

[13]  王凌，刘波。  微粒子群优化与调度算法[M]。  清华大学出版社。 2008 年

[14]  陈建荣。  群智能优化算法研究及其应用。  广西民族大学硕士学位论文。 2009 年

[15]  许满意，代祖华，王济深。  粒子群算法改进策略。  甘肃科技。 2013 年

[16]  张元芳。  粒子群算法研究分析与实现。  合肥学院毕业论文。 2013 年

[17] 马艳伟。 基于粒子群优化的异构多处理器任务调度算法研究应用。 杭州电子科技大学 硕士论文。 2010 年

[18]  王小哲。  求解旅行商问题的微粒群算法研究。  福建电脑。 2011 年

[19] 马艳伟。 基于粒子群优化的异构多处理器任务调度算法研究应用。 杭州电子科技大学 硕士论文 。 2010 年

[20]  庞兴。  捕鱼策略与粒子群相结合的优化方法研究。  广西民族大学硕士论文。 2010 年

[21]  庞兴。 PSO 与捕鱼策略相结合的优化方法。  计算机工程与应用。 2011 年

捕鱼策略优化算法的研究现状和参考文献:http://www.youerw.com/yanjiu/lunwen_93334.html