![](https://csdnimg.cn/release/download_crawler_static/19158630/bg1.jpg)
Journal of Computer Applications
计算机应用,2015, 35( 6): 1633 - 1636,1687
ISSN 1001-9081
CODEN JYIIDU
2015-06-10
http://www. joca. cn
文章编号:1001-9081 (2015)06-1633-04 doi:10.11772/j. issn. 1001-9081.2015.06.1633
基于改进搜索策略的狼群算法
李国亮\ 魏振华,徐蕾
(东华理工大学软件学院,南昌330013)
( * 通信作者电子邮箱164479792@ qq. com)
摘 要 :针对狼群算法(WP A ) 存在的收敛速度慢、易陷入局部最优、人工狼交互性不理想等不足,提出一种基于
改进搜索策略的狼群(M W P A ) 算法。对游走行为以及召唤行为引入交互策略,促使人工狼之间进行信息交流,提升
狼群对全局信息的掌握,增强狼群的探索能力;对围攻行为提出自适应围攻策略,使算法具有调节作用,随着算法的
不断进化,狼群围攻范围不断减小,算法开采能力不断增强,从而提高算法收敛速度。通过优化问题 中6 个典型复杂
函数的仿真实验表明,与基于领导者策略的狼群搜索(L W CA ) 算法相比,改进搜索策略的狼群算法求解精度更高、收
敛速度更快,更加适合函数优化问题的求解。
关键词:狼群算法;交互策略;函数优化;自适应;搜索策略
中图分类号:TP301.6 文献标志码:A
Wolf pack algorithm based on modified search strategy
LI Guoliang *,WEI Zhenhua, XU Lei
( Software College, East China Institute of Technology, Nanchang Jiangxi 330013, China)
Abstract: Aiming at the shortcomings of Wolf Pack Algorithm (W PA ), such as slow convergence, being easy to fall into
local optimum and unsatisfactory artificial wolf interactivity, a wolf pack algorithm based on modified search strategy was
proposed, which named Modified Wolf Pack Algorithm (MWPA). In order to promote the exchange of information between the
artificial wolves, improve the wolves’ grasp of the global information and enhance the exploring ability of wolves, the interactive
strategy was introduced into scouting behaviors and summoning behaviors. An adaptive beleaguering strategy was proposed for
beleaguering behaviors, which made the algorithm have a regulatory role. With the constant evolution of algorithm, the
beleaguered range of wolves decreased constantly and the exploitation ability of algorithm strengthened constantly. Thus the
convergence rate of algorithm was enhanced. The simulation results of six typical complex functions of optimization problems
show that compared to the Wolf Colony search Algorithm based on the strategy of the Leader ( LWCA),the proposed method
obtains higher solving accuracy, faster convergence speed and is especially suitable for function optimization problems.
Key words: Wolf Pack Algorithm (W P A ); interactive strategy; function optimization; adaptive; search strategy
o 引言
Liu等 ⑴ 仿 生 自 然 界 狼 群 捕 猎 行 为 提 出 了 狼 群 算 法
(Wolf Colony Algorithm, W C A ) ,该算法抽象出狼群搜索行为、
围攻行为与狼群更新行为,仿真实验证明了 W C A 算法与粒
子群 优化(Particle Swarm Optimization,PSO)算 法 、遗传算法
(Genetic Algorithm, GA)相比具有更高的求解精度、更快的收
敛速度;并在此基础上,将 W C A 算法应用于机器人路径规划
等问题。吴虎胜等[2]在分析狼群的协作捕猎活动特点的基
础上提出与W C A 算 法 搜 索 策 略 不 同 的 狼群算法(Wolf Pack
Algorithm,WPA),该算法分析狼群捕食行为以及猎物分配的
方式,抽象出游走、召 唤 、围 攻 3 种行 为 ,以及“胜 者为王 ”的
头狼产生规则和“强者生存”的狼群更新机制,并基于马尔可
夫链理论证明了算法以概率1 收敛问题的全局最优解;最后
通过实验说明了 W P A 算 法 与 经 典 的 鱼 群 算 法 (Fish-Swarm
Algorithm,FSA)、PSO 算 法、G A 算法相比 具有较强 的鲁棒性
和全局寻优能力,尤其 在处理多峰、高维复杂函数中效果明
显 。周强等W 引人领导者策略,提出基于领导者策略的狼群
算 法 (Wolf Colony search Algorithm base on the strategy of the
Leader,LW C A ) ,该算法通过竞争选出头狼,引领狼群不断进
化 。文献[4]通过定义运动算子,对人工狼位置、步长和智能
行为 进行了二 进制编码 ,提 出 一种 二 进 制 狼群 算 法 (Binary
Wolf Pack Algorithm,BWPA),成功解决了 0-1背包问 题,具有
较好的求解稳定性、收敛性和全局搜索能力,尤其在求解大规
模 0-1背包问题优势明显,拓展了狼群算法的应用。针对狼
群算法(W P A) 存 在的收敛 速度慢、易陷人局部最优、人工狼
交互性不理想等不足,故本文提出一种改进搜索策略的狼群
算法(Modified Wolf Pack Algorithm,M W P A )。
本文在基本W P A 算法 上,对狼群寻优策略进行了优化,
对游走、召唤阶段提出了交互策略,增加狼群 间信息的交流,
促使狼群对搜索空间充分了解,使得全局探索更加精细,提高
了算法的探索能力;对围攻行为提出了自适应的围攻策略,使
得围攻行为随着算法的不断进化,攻击范围逐步减小,开采能
力增 强,收敛速度提高。
收稿日期=2014-12-18;修回日期=2015-01-28。
基金项目:江西省教育厅科技计划项目(GJJ12398);东华理工大学博士基金资助项目(DHBK201102)。
作者简介:李国亮(1 W 0 - ) ,男 ,天津人,硕士研究生,主要研究方向:群体智能算法、G P U 并行计 算 ; 魏振 华 (1981 - ) ,女 ,内蒙古通辽人,
讲 师 ,博士 ,主要研究方向:数据库、空间信息科学、三维地质模拟; 徐蕾(1991 - ) ,女 ,江西景德镇人,硕士研究生,主要研究方向:数据库。