求解大规模优化问题的改进狼群算法

作     者：陈暄 孟凡光 吴吉义 CHEN Xuan;MENG Fanguang;WU Jiyi

作者机构：浙江工业职业技术学院绍兴312000 浙江大学信息与电子工程学院杭州310027 浙江省人工智能学会杭州310012 

基　　金：国家自然科学基金(61402144) 

出 版 物：《系统工程理论与实践》 (Systems Engineering-Theory & Practice)

年 卷 期：2021年第41卷第3期

页      码：790-808页

摘      要：针对狼群算法(wolf pack algorithm,WPA)求解大规模问题时存在解精度低、收敛速度慢和易陷入局部最优的缺点,提出了一种改进的狼群算法(improved wolf pack algorithm,IWPA).采用深度神经网络进行初始化狼群个体提高种群多样性;借助遗传算法挑选首狼提高算法寻优能力;设计距离优化因子以协同狼群算法个体的探索和开发能力;构建尺度系数改进围捕行为避免算法陷入局部最优,减少运行时间.选取18个大规模(100维,200维,500维和1000维)标准测试函数进行性能对比,结果表明,IWPA算法在求解精度和收敛速度上优于其他对比算法.

主 题 词：狼群算法 深度神经网络 距离优化因子 尺度系数 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 0709[理学-地质学] 081104[081104] 08[工学] 0708[理学-地球物理学类] 0802[工学-机械学] 0835[0835] 0811[工学-水利类] 0701[理学-数学类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.12011/SETP2020-0630

馆 藏 号：203102608...