狼群算法介绍
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
2017/6/19
实验仿真
4种典型非线性函数
2017/6/19
实验仿真来自百度文库
典型 函数 不同 优化 算法 对比 结果
2017/6/19
实验结论
WPA对不同特征的复杂函数都具有较好的 鲁棒性和全局收敛性能，可有效避免常用 智能算法所出现的算法早熟收敛问题。特 别对多峰、高维的复杂函数寻优效果较好， 可以给大量非线性、多峰值的复杂优化问 题的求解提供新的思路和解决方法。
2017/6/19
狼群算法介绍
2017/6/19
基本内容
算法 简介 算法 实现 实验 仿真 实验 结论
2017/6/19
算法简介
复杂非线性优化
群体智能算法
粒子群（鸟群扑 食）蚁群、鱼群、 细菌觅食（大肠 杆菌在食道）
早熟、收敛精度不高
易陷入局部最优
狼群算法
模拟游猎行为：独立的局部精细搜索； 模拟召唤行为：局部最优解的搜索效率; 模拟攻击行为：全局最优解
2017/6/19
算法简介
三种行为
游走 行为 召唤 行为 围攻 行为
两条准则
强者生存
2017/6/19
胜者为王
算法实现
几点说明： 初始目标函数值最大的作为头狼； 选取除头狼外最佳的部分人工狼为探 狼；剩余的作为猛狼； 奔袭和围攻行为是由猛狼执行的。 按“胜者为王”的头狼规则对头狼位 置进行更新； 按照“强者生存”的狼群更新机制进 行群体更新。 终止条件包括： 优化精度或最大迭代次数
实验仿真
4种典型非线性函数
2017/6/19
实验仿真来自百度文库
典型 函数 不同 优化 算法 对比 结果
2017/6/19
实验结论
WPA对不同特征的复杂函数都具有较好的 鲁棒性和全局收敛性能，可有效避免常用 智能算法所出现的算法早熟收敛问题。特 别对多峰、高维的复杂函数寻优效果较好， 可以给大量非线性、多峰值的复杂优化问 题的求解提供新的思路和解决方法。
2017/6/19
狼群算法介绍
2017/6/19
基本内容
算法 简介 算法 实现 实验 仿真 实验 结论
2017/6/19
算法简介
复杂非线性优化
群体智能算法
粒子群（鸟群扑 食）蚁群、鱼群、 细菌觅食（大肠 杆菌在食道）
早熟、收敛精度不高
易陷入局部最优
狼群算法
模拟游猎行为：独立的局部精细搜索； 模拟召唤行为：局部最优解的搜索效率; 模拟攻击行为：全局最优解
2017/6/19
算法简介
三种行为
游走 行为 召唤 行为 围攻 行为
两条准则
强者生存
2017/6/19
胜者为王
算法实现
几点说明： 初始目标函数值最大的作为头狼； 选取除头狼外最佳的部分人工狼为探 狼；剩余的作为猛狼； 奔袭和围攻行为是由猛狼执行的。 按“胜者为王”的头狼规则对头狼位 置进行更新； 按照“强者生存”的狼群更新机制进 行群体更新。 终止条件包括： 优化精度或最大迭代次数