知识卡片
狼群更新用随机补位维持多样性
狼群算法每轮淘汰目标函数值较差的 m 个个体,并随机生成同样数量的新个体,使群体规模不变。淘汰保留了当前较好候选,随机补位带来新的搜索位置,以缓和种群过早集中。替换数 m 取 ([n/(2\beta),\,n/\beta]) 内的随机整数,n 为狼群规模,β 为群体更新比例因子。
示例(演示数字,非书中数据):n=100、β=5 时,m 在 10~20 之间随机取;β 越大,每轮替换越少。替换太多会让算法趋近随机搜索,太少则补充多样性的作用有限。补位只增加探索机会,不能保证收敛或找到全局最优。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 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 . 2 狼 群 算 法 实 现 · 查看原书依据
这里的m取[n/(2×β),n/β]区间的随机整数,β为群体更新比例因子,既保证了狼群个体多样性,又避免了狼群数量过多使算法趋近于随机搜索的情况。
参考来源
- 位置:《智能算法导论》第 6 章 6.2.1 节“狼群的更新机制”(`_epub-src/EPUB/xhtml/chapter6_0004.xhtml`)。
- 结论依据:正文规定删除目标值较差的 m 匹人工狼并随机产生 m 匹,m 由 n 与 β 的区间给出,目的是维持多样性。n=100、β=5 的数值为依据原书区间补充的教学演算,非书中数据。
- 原始内容:在算法中会除去目标函数值较差的 m 匹人工狼,同时随机产生 m 匹人工狼。这里的 m 取[ n /(2× β ), n / β ]区间的随机整数, β 为群体更新比例因子,既保证了狼群个体多样性,又避免了狼群数量过多使算法趋近于随机搜索的情况。