面向改進天牛須搜索策略的狼群算法

周建新，謝志偉

（華北理工大學電氣工程學院，河北唐山 063210）

1 引言

元啟發式算法是一種基于所認識的自然現象或過程啟迪而模擬求解優化問題的新型智能算法，如蟻群算法（ACO）［1］、人工蜂群算法（ABC）［2］等。狼群算法（WPA）［3］是一種提出的新型群體智能優化算法，該算法具有并行性、全局收斂性與魯棒性，但存在收斂慢、易陷局部最優等問題。

針對此類問題，眾學者提出各自的改進與應用。文獻［4］提出了基于高斯擾動和混沌初始化的狼群算法。文獻［5］提出將文化基因融入狼群算法并應用于路徑問題。文獻［6］借鑒量子編碼形式提出了量子狼群算法。文獻［7］以自適應步長增強搜索靈活性與萊維飛行策略擴大后期搜索范圍而增強其全局搜索能力。盡管大量研究對WPA的性能有一定改善，但仍存在收斂速度慢、精度不高、易陷局部最優以及大多改進算法復雜度過高，運行速度較慢等問題。對于狼群算法在收斂速度、尋優精度與易陷局部最優方面的缺欠。這里將天牛須搜索算法（BAS）［8］中天牛以單一個體進行搜索改進為以天牛群體進行搜索，并增加自適應變步長與天牛兩須相關聯，再將改進后的天牛須搜索策略引入WPA的游走行為中。天牛群的每一個體皆具有簡易運算與快速收斂的能力，不僅能夠優化WPA的收斂速度與精度，還能減少局部最優的情況發生。

2 狼群算法

狼群算法起源于對狼群的捕食行為與分配獵物方式的研究而開發形成的新式群體智能算法［3］。WPA主要由游走、召喚、圍攻三種行為與更新機制組成。……