针对多目标狼群算法存在的搜索不充分、收敛性不足和多样性欠缺的问题,以及缺少对约束进行处理的问题,提出环境选择的双种群约束多目标狼群算法(multi-objective wolf pack algorithm for dual population constraints with environment...针对多目标狼群算法存在的搜索不充分、收敛性不足和多样性欠缺的问题,以及缺少对约束进行处理的问题,提出环境选择的双种群约束多目标狼群算法(multi-objective wolf pack algorithm for dual population constraints with environment selection,DCMOWPA-ES)。引入双种群约束处理方法给种群设置不同的搜索偏好,主种群运用可行性准则优先保留可行解,次种群通过ε约束探索不可行区域并将搜索结果传递给主种群,让算法能较好应对复杂的不可行区域,保障算法的可行性;提出维度选择的随机游走策略,使人工狼可自主选择游走方向,提高种群的全局搜索能力;设计精英学习的步长调整机制,人工狼通过向头狼学习的方式提升种群的局部搜索能力,确保算法的收敛性;采用环境选择的狼群更新策略,根据人工狼被支配的情况和所处位置的密度信息对其赋值,选择被支配数少且密度信息小的人工狼作为优秀个体,改善算法的多样性。为验证算法性能,将DCMOWPA-ES与六种新兴约束多目标优化算法在两组约束多目标测试集和汽车侧面碰撞设计问题上进行对比实验。实验结果表明,DCMOWPA-ES算法具备较好的可行性、收敛性和多样性。展开更多
基于传统狼群算法(wolf pack algorithm,WPA)的基本思想提出了双向狼群算法(towards two directions wolf pack algorithm,T2WPA)。针对原算法对已知优良信息利用率的不足,T2WPA对猛狼奔袭过程进行改进:引入双向奔袭的概念,并给出新老...基于传统狼群算法(wolf pack algorithm,WPA)的基本思想提出了双向狼群算法(towards two directions wolf pack algorithm,T2WPA)。针对原算法对已知优良信息利用率的不足,T2WPA对猛狼奔袭过程进行改进:引入双向奔袭的概念,并给出新老头狼产生规则和猛狼位置更新机制。基于以上改进思想,分别按照与文献[9]和文献[10]相同的参数,选取文献中对应的基准函数来测试T2WPA的性能,最后将测试结果与文献进行对比。仿真结果表明,T2WPA具有良好的全局搜索能力和计算精度。展开更多
文摘针对多目标狼群算法存在的搜索不充分、收敛性不足和多样性欠缺的问题,以及缺少对约束进行处理的问题,提出环境选择的双种群约束多目标狼群算法(multi-objective wolf pack algorithm for dual population constraints with environment selection,DCMOWPA-ES)。引入双种群约束处理方法给种群设置不同的搜索偏好,主种群运用可行性准则优先保留可行解,次种群通过ε约束探索不可行区域并将搜索结果传递给主种群,让算法能较好应对复杂的不可行区域,保障算法的可行性;提出维度选择的随机游走策略,使人工狼可自主选择游走方向,提高种群的全局搜索能力;设计精英学习的步长调整机制,人工狼通过向头狼学习的方式提升种群的局部搜索能力,确保算法的收敛性;采用环境选择的狼群更新策略,根据人工狼被支配的情况和所处位置的密度信息对其赋值,选择被支配数少且密度信息小的人工狼作为优秀个体,改善算法的多样性。为验证算法性能,将DCMOWPA-ES与六种新兴约束多目标优化算法在两组约束多目标测试集和汽车侧面碰撞设计问题上进行对比实验。实验结果表明,DCMOWPA-ES算法具备较好的可行性、收敛性和多样性。
文摘基于传统狼群算法(wolf pack algorithm,WPA)的基本思想提出了双向狼群算法(towards two directions wolf pack algorithm,T2WPA)。针对原算法对已知优良信息利用率的不足,T2WPA对猛狼奔袭过程进行改进:引入双向奔袭的概念,并给出新老头狼产生规则和猛狼位置更新机制。基于以上改进思想,分别按照与文献[9]和文献[10]相同的参数,选取文献中对应的基准函数来测试T2WPA的性能,最后将测试结果与文献进行对比。仿真结果表明,T2WPA具有良好的全局搜索能力和计算精度。
