知识卡片

普通读书笔记卡 · 3746.b.1

狼群改进围绕行为算子与信息利用

理解等级:中级

后续狼群算法通过文化机制、游走与召唤阶段的交互策略、自适应围攻、相位因子、围攻半径、合并游走与围攻,以及双高斯搜索等方式改造搜索过程。可把这些工作按信息利用、行为算子和局部/全局搜索权衡来归类;原书只概述方案与效果,没有提供足以统一复现实验的参数和比较条件。

这张卡片看不懂?

已有反馈 · 0 / 10 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 6 . 1 . 2 狼 群 算 法 发 展 历 程 · 查看原书依据

      李国亮等提出一种基于搜索策略的改进狼群算法(Modified Wolf Pack Algorithm,MWPA)[10],在狼群算法中的游走行为和召唤行为中引入交互策略,提升狼群对全局信息的掌握,增强狼群的探索能力;并提出自适应围攻行为,从而提高算法收敛速度的特点。慧晓滨等提出了在游走过程中引入相位因子来增加灵活性,以及在围攻过程中引入围攻半径克服局部最优的改进算法[11]。

    参考来源

    - 位置:《智能算法导论》第 6 章“6.1.2 狼群算法发展历程”(源文件:`_epub-src/EPUB/xhtml/chapter6_0003.xhtml`)。 - 结论依据:连续列出的 CWPA、MWPA 及后续改进分别作用于文化信息、交互/围攻行为和搜索算子;本卡按修改对象归纳,不将作者报告的效果视为跨场景保证。 - 原始内容:钱荣鑫等将WPA算法融入文化算法的框架下,提出了一种基于文化机制的狼群优化算法(Cultural Wolf Pack Algorithm,CWPA) [ 9 ] ,减轻了狼群在搜索过程中的盲目性,加强收敛速度以及寻优精度。李国亮等提出一种基于搜索策略的改进狼群算法(Modified Wolf Pack Algorithm,MWPA) [ 1 0 ] ,在狼群算法中的游走行为和召唤行为中引入交互策略,提升狼群对全局信息的掌握,增强狼群的探索能力;并提出自适应围攻行为,从而提高算法收敛速度的特点。慧晓滨等提出了在游走过程中引入相位因子来增加灵活性,以及在围攻过程中引入围攻半径克服局部最优的改进算法 [ 1 1 ] 。薛俊杰等将狼群的游走行为和围攻行为合二为一来减少算法的计算复杂度,同时引入双高斯函数方法来增强狼群个体的全局搜索能力 [ 1 2 ] 。Zhou等提出CWCA算法,该算法由头狼利用映射、扩展和收缩产生新的点,并由此点代替坏点,不断向最优点靠近,并成功应用于UCAV路径规划问题,取得较好的优化效果 [ 1 3 ] 。