狼群算法

狼群算法的引入

狼群算法[参考文献The Wolf Colony Algorithm and ItsApplication]（Wolf Algorithm，WA）是2007 年杨晨光等人根据狼群的捕食行为提出来的，狼群的整个捕食过程，可以抽象为游走行为、召唤行为和围攻行为。WA 的规则，包括胜者为王的头狼产生原则和强者生存的狼群更新规则等。本文用到的是强者生存的狼群更新原则部分。狼群中能捕捉到猎物的大部分是强壮的狼，狼群捕食到猎物后，按照先强后弱的原则分配猎物，强壮的狼有足够的食物，较弱的狼可能会被饿死，这样能保证强壮的狼在下次捕捉到猎物，不至于使整个狼群饿死。

在寻找食物的途中，传统蚁群算法的路径上既有最好蚂蚁留下的信息素，也有最差蚂蚁留下的信息素。最好蚂蚁搜索到最优路径的可能性大，而最差蚂蚁搜索到最优路径的可能性较小。因此最差蚂蚁留下的信息素可能给后面蚂蚁选择路径时造成一定的干扰作用，将导致算法的搜索陷入局部最优。

为了提高算法收敛速度，避免传统蚁群算法陷入局部最优，本文借鉴狼群分配原则对信息素更新机制进行优化，找到每次循环中局部最优路径的蚂蚁，增大其释放的信息素量，去掉局部最差路径的蚂蚁信息素，这样能高效利用蚂蚁经过路径时留下的信息素。各条路径上的信息素，在加入狼群原则后，蚁群的信息素更新公式如下：

式中，L* 是本次循环中的局部最优路径长度，L** 是本次循环中的局部最差路径长度，δ和ω表示本次循环中局部最优和最差蚂蚁的个数。狼群分配原则所使用的信息素更新方式有效提升算法获得全局最优解的能力，提高了收敛速度。