人工智能在水产养殖中研究应用分析与未来展望

李道亮, 刘畅

Recent Advances and Future Outlook for Artificial Intelligence in Aquaculture

Daoliang LI, Chang LIU

表2 典型智能路径规划算法比较

Table 2 Comparison of typical intelligent path planning algorithms

方法 优点 缺点 验证类型 粒子群算法[112-114] 鲁棒性较好，初期收敛速度快 搜索后期收敛速度慢 仿真 蚁群算法[115-117] 鲁棒性较好，初期收敛速度快 搜索后期收敛速度慢 仿真 狼群算法[118,119] 良好的收敛性和鲁棒性，全局优化较好 参数多，运算时间长 仿真 退火算法[120] 精确度较高，可获取全局极点 收敛速度慢，随机性大，容易陷入局部最小值 试验 遗传算法[121-123] 适应性广泛，局部最优解 处理速度慢，稳定性差 仿真 差分进化算法[124,125] 鲁棒性优于遗传算法 处理速度慢，稳定性差 仿真 人工神经网络[126-128] 学习能力强，鲁棒性较好 泛化性能不佳，速度慢 仿真