一种基于并行搜索策略的苍狼算法

动 ，以更好地 满足 目标搜 寻的要 求。通过 典型 的基 准测试 函数对 算法进行 了性 能仿 真测试 ，实验 结果表 明 ，与 其
他 群体 智能优 化方 法相 比，改进 型苍狼 算 法在 收敛速 度 、收敛精 度及 鲁棒性 等方 面均具 有一定优 势 。
关键 词 ：苍狼 算法 ；群体 智能 ；并行 搜 索策略 ；仿 生机 制 ；函数 优化
第 ３３卷 第 ６期 ２０１６年 ６月
计 算 机 应 用 研 究
Ａｐｐｌｉｃａｔｉｏｎ Ｒｅｓｅａｒｃｈ ｏｆ Ｃｏｍｐｕｔｅｒｓ
Ｖｏ１．３３ Ｎｏ．６ Ｊｕｎ．２０１６
一 种 基 于 并 行 搜 索 策 略 的 苍 狼 算 法 术
符 强 ，汪鹏君 ，童 楠
（１．宁波 大学科 学技 术 学院 ，浙江 宁波 ３１５２１２；２．宁波 大学 信 息科 学与工程 学院 ，浙 江 宁波 ３１５２１１）
Ａｂｓｔｒａｃｔ： Ａｓ ａ ｎｅｗ ｓｗａｒｍ ｉｎｔｅｌｌｉｇｅｎｃｅ ｍｅｔｈｏｄｓ，ｇｒｅｙ ｗｏｌｆ ａｌｇｏｒｉｔｈｍ（ＧＷ Ａ） ｓｉｍｕｌａｔｅｄ ｔｈｅ ｍａｉｎ ｓｔｅｐｓ ｏｆ ｈｕｎｔｉｎｇ ｉｎ ｇｒｏｕｐｓ， ｓｅａｒｃｈｉｎｇ ｆｏｒ ｐｒｅｙ，ｔｒａｃｋｉｎｇ ｐｒｅｙ，ｅｎｃｉｒｃｌｉｎｇ ｐｒｅｙ，ａｎｄ ａｔｔａｃｋｉｎｇ ｐｒｅｙ．Ｔｈｉｓ ｐａｐｅｒ ａｎａｌｙｚｅｄ ｔｈｅ ｂｉｏｎｉｃ ｍｅｃｈａｎｉｓｍ ｏｆ ｔｈｅ ａｌｇｏ—
ｒｉｔｈｍ ， ｄｅｆｉｎｅｄ ｔｈｅ ｐｒｏｃｅｓｓ ｏｆ ａｌｇｏｒｉｔｈｍ ｂｙ ｍａｔｈｅｍａｔｉｃｓ，ａｎｄ ｐｒｏｐｏｓｅｄ ａ ｍｏｄｉｆｉｅｄ ｇｒｅｙ ｗｏｌｆ ａｌｇｏｒｉｔｈｍ ｂａｓｅｄ ｏｎ ｐａｒａｌｌｅｌ ｓｅａｒｃｈ
ｓｔｒａｔｅｇｙ（Ｐｄｉｖｉｄｅｄ ｉｎｔｏ ｔｗｏ ｇｒｏｕｐｓ ａｎｄ ｐｅｒｆｏｒｍｅｄ ｌｏｃａｌ ｅｘｐｌｏｉｔａｔｉｏｎ ａｎｄ ｇｌｏｂａｌ ｅｘｐｌｏｒａｔｉｏｎ ｉｎ ｔｈｅ
Ｆｕ Ｑｉａｎｇ ，Ｗａｎｇ Ｐｅｎ￣ｕｎ ，Ｔｏｎｇ Ｎａｎ
（１．ＣｏＵｅｇｅ Ｓｃｉｅｎｃｅ＆ ＴｅｃｈｎｏｌｏｇｙＮｉｎｇｂｏ Ｕｎｉｖｅｒｓｉｔｙ，Ｎｉｎｇｂｏ Ｚｈｅｊｉａｎｇ ３１５２１２，Ｃｈｉｎａ；２．Ｄｅｐｔ．ｏｆＩｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅ＆Ｅｎｇｉｎｅｅｒｉｎｇ，Ｎｉｎｇ— ｂｏ Ｉ／ｎｉｖｅｒ￣ｉｔｙ，Ｎｉｎｇｂｏ Ｚｈｅｆ ｉａｎｇ ３１５２１ １，Ｃｈｉｎａ）
中图分类 号 ：ＴＰ１８；ＴＰ３０１．６ 文 献标 志码 ：Ａ
文章编 号 ：１００１—３６９５（２０１６）０６．１６６２—０４
ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１—３６９５．２０１６．０６．０１４
Ｉｍｐｒｏｖｅｄ ｇｒｅｙ ｗｏｌｆ ａｌｇｏｒｉｔｈｍ ｂａｓｅｄ ｏｎ ｐａｒａｌｌｅｌ ｓｅａｒｃｈ ｓｔｒａｔｅｇｉｅｓ
ｅｎｔｉｒｅ ｏｐｔｉｍｉｚａｔｉｏｎ ｐｒｏｃｅｓｓ． Ｔｈｅ ｅｘｐｅｒｉｍｅｎｔ ｒｅｓｕｌｔｓ ｏｆ ５ ｃｌａｓｓｉｃ ｂｅｎｃｈｍａｒｋ ｆｕｎｃｔｉｏｎｓ ｉｎｄｉｃａｔｅ ｔｈａｔ，ｃｏｍｐａｒｅｄ ｗｉｔｈ ｏｔｈｅｒ ｓｗａｒｍ ｉｎｔｅｌｌｉｇｅｎｃｅ ａｌｇｏｒｉｔｈｍｓ，ＰＳＧＷ Ａ ｈａｓ ｃｅｒｔａｉｎ ａｄｖａｎｔａｇｅｓ ｉｎ ｃｏｎｖｅｒｇｅｎｃｅ ｓｐｅｅｄ，ｃｏｎｖｅｒｇｅｎｃｅ ｐｒｅｃｉｓｉｏｎ ａｎｄ ｒｏｂｕｓｔｎｅｓｓ．
摘 要 ：作为 一种新型群 体智 能方 法 ，苍 狼算 法模拟 了苍 狼在 群 体捕 食 过程 中的搜 索跟 踪 、包 围、攻 击 等行 为 ，
具 有结构 简单 、寻优 能力 强的特 点。分析 了该 算法的优 化机理 ，并对 算法优化 过程进 行 了数 学定 义及描 述 ；提 出
了一种基 于并 行搜 索策略 的改进型 苍狼算 法 ，将狼群 分组 ，在 整 个搜 索过 程 中同时进 行 局部 开 发和 全 局探 索活
Ｋｅｙ ｗｏｒｄｓ：ｇｒｅｙ ｗｏｌｆ ａｌｇｏｒｉｔｈｍ（ＧＷＡ）；ｓｗａｒｉＴｌ ｉｎｔｅｌｌｉｇｅｎｃｅ；ｐａｒａｌｌｅｌ ｓｅａｒｃｈ ｓｔｒａｔｅｇｉｅｓ；ｂｉｏｎｉｃ ｅｖｏｌｕｔｉｏｎｉｓｍ；ｆｕｎｃｔｉｏｎ ｏｐｔｉｍｉｚａｔｉｏｎ
群体智能优化方法起源于对简单社会系统 的模拟 ，描述 了 个体通过相互之 间的信息交互机制进行合作 ，通过协作表现 出 宏观智能行 为的群体特征 。与传统优化方法相 比，群体智能方 法在鲁棒 性 、可扩展性 、支持分布式 并行计算 、算法结构 、经 济 性等方 面都体现 出明显优 势 ，因此 被广泛应 用于 图像 处理 、 自动 控 制 、组 合优 化 、经 济 决 策 、路 径 规 划 ［５ ３、网络 可 靠 性分析 等多个 领域 。其 中典 型算 法有粒 子群 算法 ｊ、蜂 群 算法 Ｊ、布 谷鸟算法 等。２０１４年 ，Ｍｉｒｊａｌｉｌｉ等人 借 鉴苍 狼 群体捕食 的 生物 特 性 ，提 出 了一 种 新 型 的群 体 智 能 优 化 方 法——苍狼算 法 （ｇｒｅｙ ｗｏｌｆ ａｌｇｏｒｉｔｈｍ，ＧＷＡ）。与 其他 狼 群 算 法 ｌｌ 主要 依 靠 头 狼 牵 引 种 群 进 行 目标 寻 优 的 机 制 不 同 ，该 算 法 结 合 狼 群 跟 踪 、包 围 、追 捕 、攻 击 猎 物 的 生 态 过 程 ，利 用 头狼及 其智囊 团队共 同指 引狼群 进行 目标定 位 ，从 而构 建 了 一 种 能 够 更 有 效 捕 捉 猎 物 的 优 化 方 案 。 苍 狼 算 法 本 质 上 是 一 个 随机优化算 法 ，其结 构简单 ，需要 调节 的参 数少 ，并 且具 有较 好的搜索优 化能力 。本 文 分析 了苍狼 算法 的仿 生机制 ， 对该 算 法 进 行 了详 细 的 数 学 定 义 与 描 述 ，同 时 提 出 了 一 种 基 于并行搜索 策 略 的改进 型苍 狼算 法 ，并 利用 多 个 ｂｅｎｃｈｍａｒｋ 函 数 验 证 了算 法 的 有 效 性 。