当前位置: 灰狼 >> 灰狼生活环境 >> 智能优化算法灰狼优化算法
(给算法爱好者加星标,修炼编程内功)
来源:CSDN-Jack旭
摘要:受灰狼群体捕食行为的启发,Mirjalili等[1]于年提出了一种新型群体智能优化算法:灰狼优化算法。GWO通过模拟灰狼群体捕食行为,基于狼群群体协作的机制来达到优化的目的。GWO算法具有结构简单、需要调节的参数少,容易实现等特点,其中存在能够自适应调整的收敛因子以及信息反馈机制,能够在局部寻优与全局搜索之间实现平衡,因此在对问题的求解精度和收敛速度方面都有良好的性能。1.算法原理
灰狼属于犬科动物,被认为是顶级的掠食者,它们处于生物圈食物链的顶端。灰狼大多喜欢群居,每个群体中平均有5-12只狼。特别令人感兴趣的是,它们具有非常严格的社会等级层次制度,如图1所示。金字塔第一层为种群中的领导者,称为α。在狼群中α是具有管理能力的个体,主要负责关于狩猎、睡觉的时间和地方、食物分配等群体中各项决策的事务。金字塔第二层是α的智囊团队,称为β。β主要负责协助α进行决策。当整个狼群的α出现空缺时,β将接替α的位置。β在狼群中的支配权仅次于α,它将α的命令下达给其他成员,并将其他成员的执行情况反馈给α起着桥梁的作用。金字塔第三层是δ,δ听从α和β的决策命令,主要负责侦查、放哨、看护等事务。适应度不好的α和β也会降为δ。金字塔最底层是ω,主要负责种群内部关系的平衡。
图1.灰狼的社会等级制度
此外,集体狩猎是灰狼的另一个迷人的社会行为。灰狼的社会等级在群体狩猎过程中发挥着重要的作用,捕食的过程在α的带领下完成。灰狼的狩猎包括以下3个主要部分:1)跟踪、追逐和接近猎物;2)追捕、包围和骚扰猎物,直到它停止移动;3)攻击猎物
1.1包围猎物在狩猎过程中,将灰狼围捕猎物的行为定义如下:
1.2狩猎灰狼能够识别猎物的位置并包围它们。当灰狼识别出猎物的位置后,β和δ在α的带领下指导狼群包围猎物。在优化问题的决策空间中,我们对最佳解决方案(猎物的位置)并不了解。因此,为了模拟灰狼的狩猎行为,我们假设α,β和δ更了解猎物的潜在位置。我们保存迄今为止取得的3个最优解决方案,并利用这三者的位置来判断猎物所在的位置,同时强迫其他灰狼个体(包括ω)依据最优灰狼个体的位置来更新其位置,逐渐逼近猎物。狼群内个体跟踪猎物位置的机制如图2所示。
图2.GWO算法中灰狼位置更新示意图灰狼个体跟踪猎物位置的数学模型描述如下:
1.3攻击猎物(开发)图3.攻击猎物和寻找猎物1.4搜索猎物(勘探)2.算法流程图3.算法结果4.参考文献[1]SeyedaliMirjalili,SeyedMohammadMirjalili,AndrewLewis.GreyWolfOptimizer[J].AdvancesinEngineeringSoftware,,69.
[2]张晓凤,王秀英.灰狼优化算法研究综述[J].计算机科学,,46(03):30-38.
文献复现:文献复现:基于翻筋斗觅食策略的灰狼优化算法(DSFGWO)[1]王正通,程凤芹,尤文,李双.基于翻筋斗觅食策略的灰狼优化算法[J/OL].计算机应用研究:1-5[-02-01].
转载请注明:http://www.aideyishus.com/lkgx/116.html