4.4狼群算法在线视频

大家好

本次课主要讲授狼群算法

狼群算法是仿生狼群捕食行为

和猎物分配方式而提出的一种

新的群体智能优化算法

狼群算法的思想最早由

Yang， u等于2007年

为了改进蜂群优化算法而提出

2011年

Liu，Yan等提出的狼群算法

包括模拟狼群群游猎行为

攻击行为

狼群竞争更新等3个主要步骤的

形成了狼群算法的主要框架

2013年

周强和周永权提出了一种

基于领导者策略的狼群搜索算法

将狼群算法总结为竞争领导者狼

向领导者移动

包围猎物

狼群分配食物竞争更新等

4个主要步骤

同年

吴虎胜

张凤鸣等将狼群算法设计为

游走行为

召唤行为

围攻行为和狼群更新行为等4个步骤

2014年

Li 、 Du等将狼群搜索算法

和支持向量机技术

相结合应用于

糖尿病患者外周血管闭塞估计问题

同年

伊廷华

王传伟等对狼群算法进行了

等级划分和分组改进并用于

3维传感器优化布置

2015年

王建群

贾洋洋等对狼群算法

及其在水电站水库优化调度中的应用

进行了研究

2017年

王建群

焦钰对基本狼群算法进行了改进

在狼群社会

狼群有着严密的组织系统

分工明确

步调一致保证行动的高效性

协同合作战胜强大的敌人

在每个狼群中都有着它们的领导者

在领导者带领下有组织地对猎物进行围捕

当然领导者狼是这个狼群中

最为精壮的狼.

狼群中领导者狼并不是一直不变

狼群中最为精壮的几只狼通过相互竞争

在竞争中获胜的狼

将会成为这个狼群的领导者

在捕食时

狼群中的其他狼都向着领导者狼靠近

当狼群发现了猎物

通过嚎叫来通知其他狼

在领导者狼的组织下包围猎物

最后

根据优胜劣汰原则

将获取的食物先给予最精壮的狼

而那些较弱的狼可能饿死

种群中弱小的狼将会被淘汰

狼群算法就是模拟狼群的这种行为提出的

狼群算法主要包括游猎竞争

召唤奔袭

围攻猎物

竞争更新等4个主要步骤

狼群算法如下

初始化狼群

设决策变量的寻优搜索空间为D维

狼群的种群规模大小设为N

狼群中第i匹狼的位置表示为式（4.4-1）

狼群中第i匹狼在第j维的初始位置

按式（4.4-2）获取

游猎竞争

选派L匹目标函数值好

位置优先的精壮狼作为竞选狼

在自己的周围按式（4.4-3）

随机选取h个点进行游猎搜索

如果游猎搜索到的位置优于当前位置

则竞选狼进行移动

否则不移动

当每匹竞选狼游猎搜索次数

达到最大搜索次数hmax时

停止该狼的本轮搜索

在L匹竞选狼中选取当前位置最佳的竞选狼

作为当前领导者狼

召唤奔袭

当选领导者狼通过嚎叫

召唤同伴向它奔袭

按式（4.4-4）进行奔袭计算

若第i匹狼奔袭后的位置

优于当前位置

则移动到当前位置

否则保持位置不变

围攻猎物

领导者狼搜索到猎物

其他狼听从领导者狼召唤奔袭后

以领导者所在位置按式（4.4-5）

展开对猎物的围攻.

终止条件判断

若迭代次数达到最大或满足收敛条件

则终止迭代

输出最优解

否则令k=k+1

转Step6

竞争更新

根据优胜劣汰原则

随机产生 匹狼代替原 匹适应值最差的淘汰狼

竞争更新狼群

然后再转回第二步

狼群算法共有10个参数

狼群规模N

竞选狼的个数L

游猎搜索方向h

游猎搜索步长stepa

最大游猎搜索次数hmax

奔袭步长stepb

围攻算法阈值θ

最大围攻步长stepc max

最小围攻步长stepc min

竞争更新淘汰狼数目m

参数的经验值设置建议为

N=100

L=5

h=4

stepa=0.5

hmax=15

stepb=1.5θ=0.2

stepc max=10的五次方

stepc min=0.3

m=5

对于不同类型的应用问题

狼群算法的参数取值问题需深入研究

狼群算法不同于以前的群体智能优化算法

它同时具有3个不同的搜索能力

模拟狼群个体的游猎行为

或竞争领导者狼行为体现了

算法具有独立的局部精细搜索

模拟狼群的召唤行为

或向领导者移动行为体现了

算法的局部最优解的搜索速度或效率

模拟狼群的攻击或包围猎物的行为

分配食物更新狼群的行为保证了

算法能收敛到全局最优解

基本WPA算法中个体狼

在搜索或捕食猎物时

过分强调个体的独立性

个体之间缺乏相互协作机制

缺乏群体之间信息的共享

及个体对历史经验的认知学习

当WPA算法的头狼陷入局部极值时

其将带领狼群盲目地向

局部极值集中而导致优化效果变差

过早收敛

当求解比较复杂的

多极值点优化问题时效率较低

为此

对基本狼群算法的召唤奔袭算子

和围攻猎物算子加以改进

见式（4.4-7）、（4.4-8）

在式（4.4-7）中

右端第1项为个体狼先前的位置

第2项的前半部分为个体狼认知部分

第2项的后半部分为狼群社会认知部分

式（4.4-8）也体现了

个体狼认知和狼群社会认知的结合

体现了狼群内部狼与狼间的

信息共享和相互合作

如何说明对基本狼群算法的改进是有效的

如何应用于水资源系统分析

研究思路如下

对公认的测试函数

改进的狼群算法是否优于

基本狼群算法

改进的狼群算法参数取值范围如何

对于水库优化调度问题

改进的狼群算法是否优于

基本狼群算法

改进的狼群算法参数取值范围如何

最优参数推荐

本次课程到此结束

谢谢大家

再见