文档介绍:
基于模拟退火算法的鱼类栖息地适宜性启
发式优化建模#
冯永玖1,2,3,陈新军1,2,3,杨铭霞1,高峰1,2,3**
5
10
15
20
25
30
35
40
(1. 上海海洋大学海洋科学学院,上海 201306;
2. 大洋渔业资源可持续开发省部共建教育部重点实验室,上海 201306;
3. 国家远洋渔业工程技术研究中心,上海 201306)
摘要:基于模拟退火算法(SA),构建了一种通用的鱼类 HSI 启发式优化建模框架:AnnHSI。
AnnHSI 模型基于鱼类 HSI 问题空间向 SA 算法空间的映射,构建在 SA 目标函数的基础之
上。SA 目标函数能够使 HSI 预测的渔场概率与商业捕捞获取的渔场概率之间的累计误差值
达到最小化。AnnHSI 模型由待解问题构建和 SA 冷却进度表组成。本文利用随机生成的标
准化海洋环境数据与渔场概率数据,验证了 AnnHSI 模型的有效性和计算性能。研究表明,
AnnHSI 能够自动地获取鱼类 HSI 参数并进行有效优化。不同初始解和限制条件下,模拟退
火算法获取的 HSI 具有较大的差异,其中无限制条件下 SA 获取的 HSI 参数较差,附加上下
界条件的 AnnHSI 优化过程显著地更加合理,因此获取的 HSI 参数也更准确。此外,100、
1000、5000 和 10000 样本量下的优化建模表明,AnnHSI 具有处理海量样本数据的能力。
关键词:渔业资源;栖息地适宜性指数;模拟退火算法;启发式智能优化;模拟数据
中图分类号:S914; S931. 4
A heuristic optimization modeling for fish habitat suitability
index based on simulated annealing algorithm
FENG Yongjiu1,2,3, CHEN Xinjun1,2,3, YANG Mingxia1, GAO Feng1,2,3
(1. College of Marine Sciences, Shanghai Ocean University, ShangHai 201306;
2. The Key Laboratory of Sustainable Exploitation of Oceanic Fisheries Resources ( Shanghai
Ocean University ), Ministry of Education, ShangHai 201306;
3. National Distant-water Fisheries Engineering Research Center (Shanghai Ocean University),
ShangHai 201306)
Abstract: This paper presents a modeling framework called AnnHSI for fish HSI modeling and
intelligent optimization. The AnnHSI model was constructed based on the projection of the