-
题名随机游走和特殊拥挤距离更新的多模态多目标狼群算法
- 1
-
-
作者
赵嘉
钟劲文
肖人彬
王晖
潘正祥
-
机构
南昌工程学院信息工程学院
南昌工程学院南昌市智慧城市物联感知与协同计算重点实验室
华中科技大学人工智能与自动化学院
南京信息工程大学人工智能学院
-
出处
《计算机工程与应用》
北大核心
2025年第12期93-106,共14页
-
基金
国家自然科学基金(62466037)。
-
文摘
针对多模态多目标优化中种群多样性较差和搜索能力不足的问题,提出随机游走和特殊拥挤距离更新的多模态多目标狼群算法(MMOWPA-RSCD)。在游走行为中融入莱维飞行,提出随机游走策略,生成多个随机突变的游走位置,使种群快速跳出局部最优,增强算法的全局搜索能力;设计基于特殊拥挤距离的种群更新机制,利用k-means算法将待更新种群划分为多个子种群以降低整体搜索难度,通过计算各个子种群个体的特殊拥挤距离,保留决策空间和目标空间综合拥挤度较好的解,维持种群的多样性;引入环境选择策略,通过特殊拥挤距离非支配排序筛选优良种群,进一步提升算法的多样性。将MMOWPA-RSCD算法和8种经典以及新近多模态多目标优化算法在13个多模态多目标测试函数进行实验对比及秩均值检验,实验结果表明:MMOWPA-RSCD的总体性能优于对比算法。将算法用于栅格地图路径规划问题,进一步验证了算法的有效性。
-
关键词
多模态多目标优化
多目标狼群算法
随机游走
特殊拥挤距离更新
环境选择
栅格地图路径规划
-
Keywords
multi-modal multi-objective optimization
multi-objective wolf pack algorithm
random wandering
special crowding distance update
environmental selection
grid map path planning
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
