一种改进的狼群算法

发布时间：2019-02-26 17:15

【摘要】：基于狼群算法的基本思想提出探狼更新规则,并引入相位因子,以改善探狼的搜索灵活性;为了提高猛狼的围攻能力,提出围攻半径的概念,并给出其计算方法,其变化可有效体现算法跳出局部最优的能力;优化了传统狼群算法步长的种类,并设计新的猛狼位置更新公式.基于以上改进,并结合混沌优化思想构建改进狼群算法的计算框架.通过对测试函数和路径规划问题的仿真模拟,并与传统狼群算法进行对比,验证了所提出算法的有效性.
[Abstract]:Based on the basic idea of wolf swarm algorithm, the renewal rule of probe wolf is proposed, and the phase factor is introduced to improve the search flexibility of the probe wolf. In order to improve the besieging ability of the wolf, the concept of besieged radius is put forward, and its calculation method is given. The change of the algorithm can effectively reflect the ability of the algorithm to jump out of the local optimum. The type of step size of traditional wolf swarm algorithm is optimized, and a new formula for updating the location of wolf is designed. Based on the above improvements and combined with the idea of chaos optimization, an improved wolf swarm algorithm computing framework is constructed. The validity of the proposed algorithm is verified by simulating the test function and path planning problem and comparing it with the traditional wolf swarm algorithm.
【作者单位】： 空军工程大学装备管理与安全工程学院;94188部队;
【基金】：国家自然科学基金青年基金项目(71501184)
【分类号】：TP18

【参考文献】

相关期刊论文 前7条

1 刘永兰;李为民;吴虎胜;宋文静;;基于狼群算法的无人机航迹规划[J];系统仿真学报;2015年08期

2 吴虎胜;张凤鸣;李浩;梁晓龙;;求解TSP问题的离散狼群算法[J];控制与决策;2015年10期

3 王建群;贾洋洋;肖庆元;;狼群算法在水电站水库优化调度中的应用[J];水利水电科技进展;2015年03期

4 方彦军;唐猛;;自动小车存取系统复合作业三维空间路径优化[J];计算机集成制造系统;2015年03期

5 伊廷华;王传伟;李宏男;;基于等级划分狼群算法的三维传感器优化布置方法研究[J];建筑结构学报;2014年04期

6 吴虎胜;张凤鸣;战仁军;汪送;张超;;求解0-1背包问题的二进制狼群算法[J];系统工程与电子技术;2014年08期

7 吴虎胜;张凤鸣;吴庐山;;一种新的群体智能算法——狼群算法[J];系统工程与电子技术;2013年11期

【共引文献】

相关期刊论文 前10条

1 徐昕;李杰;陈芳;张杰;许准;;基于WPAPP模型的水土保持综合效益研究[J];人民长江;2017年12期

2 龙必能;;狼群算法在河流水质模型参数优化中的应用[J];珠江现代建设;2017年03期

3 惠晓滨;郭庆;吴娉娉;赵昱;;一种改进的狼群算法[J];控制与决策;2017年07期

4 张强;王梅;;自适应分组差分变异狼群优化算法[J];华东师范大学学报(自然科学版);2017年03期

5 梁鹏腾;李继清;;基于洪水脉冲历时的三峡水库生态调度研究[J];中国农村水利水电;2017年05期

6 李正;王俊社;张红斌;;云环境下的资源需求态势感知研究[J];软件;2017年05期

7 崔东文;;鲸鱼优化算法在水库优化调度中的应用[J];水利水电科技进展;2017年03期

8 王建群;焦钰;;狼群算法的改进及其在水库优化调度中的应用![J];武汉大学学报(工学版);2017年02期

9 焦钰;王建群;贾洋洋;;基于狼群算法的水电站优化调度模型参数优选[J];南水北调与水利科技;2017年02期

10 郑加林;;关于群体智能算法及其在信息安全中的应用[J];电脑知识与技术;2017年03期

【二级参考文献】

相关期刊论文 前10条

1 王海波;林久辉;李永涛;;军用无人机的应用与发展趋势[J];科技视界;2014年15期

2 吴虎胜;张凤鸣;战仁军;汪送;张超;;求解0-1背包问题的二进制狼群算法[J];系统工程与电子技术;2014年08期

3 冯翔;马美怡;虞慧群;;TSP湖水能量优化算法[J];计算机研究与发展;2013年09期

4 吴虎胜;张凤鸣;吴庐山;;一种新的群体智能算法——狼群算法[J];系统工程与电子技术;2013年11期

5 郭大宏;;基于单向导引路径网络的AGVS自主路径规划及交通管理方法研究[J];制造业自动化;2013年11期

6 周强;周永权;;一种基于领导者策略的狼群搜索算法[J];计算机应用研究;2013年09期

7 柳寅;马良;;模糊人工蜂群算法的旅行商问题求解[J];计算机应用研究;2013年09期

8 李若平;欧阳海滨;高立群;邹德旋;;学习型和声搜索算法及其在0-1背包问题中的应用[J];控制与决策;2013年02期

9 周永权;黄正新;;求解TSP的人工萤火虫群优化算法[J];控制与决策;2012年12期

10 李军华;黎明;;元胞遗传算法的收敛性分析和收敛速度估计[J];模式识别与人工智能;2012年05期

【相似文献】

相关期刊论文 前10条

1 梁锋;一种求整体最优的快速混合算法[J];数值计算与计算机应用;1989年02期

2 李枝勇;马良;张惠珍;;蝙蝠算法收敛性分析[J];数学的实践与认识;2013年12期

3 喻寿益;邝溯琼;;保留精英遗传算法收敛性和收敛速度的鞅方法分析[J];控制理论与应用;2010年07期

4 班祥东;;蜂群算法理论研究综述[J];软件导刊;2012年10期

5 马竹根;;智能水滴算法研究[J];计算机与数字工程;2014年06期

6 高卫峰;刘三阳;姜飞;张建科;;混合人工蜂群算法[J];系统工程与电子技术;2011年05期

7 朱贤阳,李敬,任朗,汪文秉;修正变步长自适应算法[J];科学通报;1996年16期

8 黄翰;林智勇;郝志峰;张宇山;李学强;;基于关系模型的进化算法收敛性分析与对比[J];计算机学报;2011年05期

9 张业荣,聂在平,漆兰芬;用于非均匀介质重建的选代算法收敛性的研究[J];电波科学学报;1998年02期

10 叶志伟;周欣;夏彬;;蚁群算法研究应用现状与展望[J];吉首大学学报(自然科学版);2010年01期

相关会议论文 前2条

1 任伟建;陈建玲;韩冬;王凤妤;;蚁群算法综述[A];2007中国控制与决策学术年会论文集[C];2007年

2 张丹;华红艳;邵丽红;;扰动蚁群算法中参数的优化选择[A];中国自动化学会中南六省（区）2010年第28届年会·论文集[C];2010年

相关博士学位论文 前1条

1 王允良;飞行器总体参数优化的进化算法及其应用研究[D];西北工业大学;2006年

相关硕士学位论文 前10条

1 孟晓琳;蚁群算法的研究及其应用[D];西南交通大学;2015年

2 丁雪海;基于群智能的多目标关联规则挖掘算法应用研究[D];上海大学;2014年

3 陈贞贞;基于FPGA的压缩感知恢复算法的研究与实现[D];中国科学院研究生院(空间科学与应用研究中心);2015年

4 葛曼;基于稀疏表示的鲁棒相位恢复算法研究[D];燕山大学;2016年

5 胡瀛月;人工蜂群算法的改进及相关应用研究[D];中原工学院;2016年

6 高明芳;基于粒子群蚁群混合算法的物流车辆路径问题研究[D];内蒙古农业大学;2016年

7 周文明;基于智能算法的移动机器人路径规划研究[D];南京理工大学;2016年

8 岳振芳;教与学优化算法的改进研究[D];宁夏大学;2016年

9 缪志勇;车联网平台下基于优化蚁群算法的公交调度系统优化[D];江西农业大学;2016年

10 陈思洋;覆盖表生成蚁群算法：探索、挖掘与应用[D];南京大学;2015年

，

本文编号：2430978