基于多目标狼群算法的机场行李导入系统仿真优化研究

针对民航机场行李导入系统运行过程中旅客行李注入等待时间长、系统能耗高等问题,综合考虑虚拟视窗控制方式、收集带式输送机运行速度、虚拟视窗长度及同时开放值机柜台数量等关键控制参数对机场行李导入系统运行效率的影响,提出一种求解该问题的仿真优化框架。通过分析机场行李导入系统实际运行工况,建立参数化仿真优化模型。以最小化旅客行李注入平均等待时间和系统能耗为优化目标,结合系统设计和运行过程中的实际约束条件,建立该问题的数学模型,并设计了一种多目标自适应并行狼群算法进行求解。该算法针对所提问题特性及经典狼群算法易陷入局部最优和收敛速度慢等不足,提出一种混合整实数单链编码方式,融合反向学习策略生成初始种群,引入自适应游走概率机制和智能行为并行机制,采用局部和全局自适应邻域搜索及启发式保优策略实现狼群算法智能行为搜索,使用Pareto非支配排序进行寻优迭代并获得最优解集。以国内某大型国际航空枢纽机场行李导入系统为例设计不同规模多种算法对比实验,验证了所提方法的有效性和优越性。

基于响应面与狼群算法的电火花线切割加工性能与放电能耗建模及优化

结合电火花线切割加工绿色、精密、高效的发展趋势,提出面向加工性能与放电能耗的电火花线切割加工工艺建模与多目标优化方法。针对电火花线切割加工GH4169高温合金材料开展正交试验设计,以脉冲宽度、放电间隙、管数、加工限速为输入,以放电能耗EEV、表面粗糙度Ra和材料去除率MRR为输出,构建了电火花线切割加工性能与放电能耗多目标优化响应面模型,并采用改进的狼群算法对模型进行优化求解。优化结果与实验结果对比表明,Ra、EEV和MRR的平均误差均不高于10%,且随机优化实验结果优于75%以上的正交试验设计的实验结果,验证了优化模型及求解方法的有效性。

基于优化领先狼群算法的微震源定位研究

为分析不同启发式方法对求解微震源定位精度问题的影响,提出一种优化领先狼群算法。该算法在领先狼群算法的基础上,调整搜索步长和围攻步长两个参数,提高了在搜索过程中跳出局部最优解的能力。通过理论模型反演和工程数据分析,验证了优化领先狼群算法的有效性。与常用的粒子群算法和模拟退火算法两种启发式算法相比,优化领先狼群算法收敛更快,精度更高,受P波波速误差影响更小。该算法为智能启发式算法应用于微震源定位提供了新思路。

基于改进狼群算法优化LSTM网络的舆情演化预测

为提高预测舆情演化趋势的能力,提出了一种基于改进狼群算法(IWPA)优化长短期记忆(LSTM)神经网络的舆情演化预测模型。采用Halton Sequence进行初始化,提高种群多样性;设计步长因子进行高斯-正弦扰动变换,提高狼群探索开发能力;结合鲸鱼优化算法中的螺旋改进围攻机制,增强狼群的局部搜索能力;引入记忆力机制,使用双向记忆种群增加狼群协同合作能力,将改进后的狼群算法应用到LSTM神经网络的超参数预测。采用“新冠疫情”和“食品安全”等关键词作为实例,证明了IWPA-LSTM神经网络舆情演化预测模型具有良好的准确性和普适性,适用于多种舆情演化的预测。

基于狼群优化的卫星集群对空间目标围捕方法

卫星集群对空间目标形成围捕态势是空间轨道竞争的重要一环,利于卫星集群对目标实施全方位强实时探测感知、多角度追逃博弈。现有研究多基于微分对策理论求解一追一逃博弈模型,星群协同配合实现围捕则是研究难点。针对由卫星集群围捕空间目标这一难题,提出了基于狼群优化算法的空间目标围捕方法。将围捕任务总时长离散为多个决策周期,设计了综合考虑集群位置分布、合围态势、燃料消耗与安全防撞的适应度函数,通过对每个决策周期卫星集群内各星推力矢量的协同优化,控制卫星集群接近空间目标并近似均布在以目标为球心的球面上。仿真结果表明:所提方法能够快速获得卫星集群对空间目标围捕的机动策略,构建出集群围捕态势,有效支持空间轨道竞争任务。

精英引导和信息交互的多目标狼群算法

鉴于狼群算法在单目标优化问题上的优越表现,结合狼群的生物习性将其运用到多目标优化问题上,提出一种精英引导和信息交互的多目标狼群算法(MOWPA-EGII)。首先,提出精英引导策略,利用外部档案中的精英狼和当前子种群的头狼共同引导种群移动,让人工狼均匀地分布在整个搜索空间,增强算法的全局搜索能力;其次,设计信息交互机制,模拟狼群捕猎过程中的信息传递,具有不同优势的个体可以相互传递信息,保证狼群的捕猎效率,提高算法勘探Pareto最优解的能力;最后,加入变异算子,扰动人工狼的移动方向,让算法跳出局部最优,增强算法的局部搜索能力。为了验证MOWPA-EGII的有效性,将其与5种经典算法和10种新近算法进行比较,结果表明MOWPA-EGII拥有良好的收敛性和多样性,证明了所提算法具有较好的优化性能。

基于改进狼群算法的无人机协同任务规划

多无人机在现代化作战中的运用日渐增多,无人机任务规划在无人机智能作战中至关重要。针对子系统能力约束下的无人机任务分配问题,提出一种Levy Flight(LF)优化下基于拍卖机制的混沌反向学习狼群优化算法CRL-AMIWPA。首先,定义无人机能力矩阵和任务场景,对无人机异构性、任务执行能力、执行任务能力最低需求建立同一矩阵描述,根据距离油耗和最迟任务完成时间的加权和建立目标函数,建立子系统约束下的任务分配模型;然后,设计狼群个体编码,每个编码方案包含一种任务分配策略,针对未达到任务需求最低能力的解,采用基于合同网的拍卖策略予以修正。另外,在狼群初始化阶段,采用Tent混沌算子和反向学习策略,将狼群个体均匀地分布在解空间中,以提高初始种群的多样性,最后,利用LF策略优化寻优过程,提高跳出局部最优解的能力。仿真实验结果表明,所提算法能有效解决在子系统约束场景下无人机任务分配问题,相比其他群智能算法和狼群算法,具有更优的寻优性和收敛速度。

基于改进离散狼群算法的火力分配

随着无人机和智能弹药协同的兴起,进行高效的火力分配成为研究重点。传统的数学模型过于单一,不满足空对地合理分配需求;目前常用的元启发算法迭代较慢且容易陷入局部最优解。为了解决火力分配问题,提出了一种新的数学模型和改进离散狼群算法。模型兼顾摧毁目标价值最大化、己方损耗最小化、弹药协同打击;引入莱维飞行策略、汉明距离和编码段替换改进狼群算法中的智能行为。通过对比仿真,验证了新算法的高效性和可行性。

基于退火狼群算法的卫星星座网络抗毁性优化

为提高卫星星座网络受到攻击后的抗毁性及工作能力,提出了一种模拟退火狼群算法。该算法利用主客观权重法结合综合逼近理想排序法(TOPSIS:Technique for Order Preference by Similarity to Ideal Solution)对网络中的节点进行重要度评估,并按照节点重要度排序依次攻击。以网络连通度与网络连通效率为优化目标,卫星星座网络通信限制为约束条件,采用运动算子的思想实现狼群自适应步长的游走、召唤和围攻。使用通过优化得出的加边方案对网络结构进行优化。实验表明,与其他优化算法相比,该算法具有优越性,解决了卫星星座网络在受到攻击后工作能力下降的问题,提高了其受到攻击后的抗毁性。

基于改进狼群算法的含分布式能源配电网优化重构

为提高含分布式电源配电网运行的经济性和稳定性,以系统网损与节点电压偏差之和最小作为综合目标函数,利用多目标加权法建立以综合目标函数最小的含DG配电网优化重构模型。应用莱维飞行和自适应步长等策略对狼群算法进行改进,减少算法的迭代次数,提高算法的收敛性能。采用改进狼群算法对含DG配电网优化重构模型进行求解,算例分析结果表明,分布式电源的合理接入及配电网重构能够有效减少网络损耗,提高节点电压,验证所提配电网重构方法的正确性和优越性。

基于双向奔袭策略的改进狼群算法研究

基于传统狼群算法(wolf pack algorithm,WPA)的基本思想提出了双向狼群算法(towards two directions wolf pack algorithm,T2WPA)。针对原算法对已知优良信息利用率的不足,T2WPA对猛狼奔袭过程进行改进:引入双向奔袭的概念,并给出新老头狼产生规则和猛狼位置更新机制。基于以上改进思想,分别按照与文献[9]和文献[10]相同的参数,选取文献中对应的基准函数来测试T2WPA的性能,最后将测试结果与文献进行对比。仿真结果表明,T2WPA具有良好的全局搜索能力和计算精度。

“丁戊奇荒”背景下的陕晋地区狼群大聚集与社会影响

光绪初年的北方特大干旱即将结束之际,山西中南部和陕西中部等地出现狼群大聚集与异常活动,并发生了历史上罕见的狼灾事件。狼的数量众多和狼群活动的地域显示狼群主要从陕西和山西以北的草原区迁来。狼群迁移的原因是大旱导致草原地区食物短缺,狼群在陕晋大聚集的主要原因是该区域在大旱期间出现了众多人和动物的尸体。旱灾期间,狼群吃掉了众多人和动物的尸体,减缓了瘟疫流行,加快了生态恢复的速度。狼群大聚集给人们的生命、生活和生产造成了严重危害。生态恢复和捕杀狼的行为导致狼群异常活动消失。

大数据环境下基于狼群优化的聚类算法分析与研究

为了提高大数据环境下数据聚类的准确性,文中采用狼群优化算法实现数据聚类。对大数据集合进行狼群模拟训练,将数据结合中的多个数据采用狼群游走及围攻策略进行数据训练,不断更新数据在多维空间中的位置分布,根据数据所处位置与中心点的距离来判断数据所属类别,从而完成数据聚类。经过实验证明,相比于K Means聚类算法和DBSCAN聚类算法,文中所提算法聚类优势明显。

狼群优化的二维Otsu快速图像分割算法

传统二维Otsu快速图像分割算法选取阈值时常采取穷尽搜索方式,而这种搜索方式降低算法的实时性,且延长算法的分割时间,从而对图像分割结果产生不良影响。为提高二维Otsu快速图像分割算法的运行效率,可采取狼群算法对最优阈值进行搜索,每匹人工狼就代表着一个可行的二维阈值向量,而狼群进行游走、围攻和召唤等智能行为的不断迭代和狼群间的信息交互,从而获取到最佳的阈值,这样既能够缩短算法的分割时间,又能够提高图像分割结果的精确度。论文用狼群算法取得最优的二维阈值向量,来解决快速图像分割问题。

基于虚拟狼群控制策略的智能发电控制

解决雾霾问题重要途径之一是大规模引入可再生能源。新能源大规模接入会给电网带来随机扰动问题，如何保证新能源与电力系统兼容成为当务之急。该文提出一种面向分布式能源，基于多智能体随机一致博弈原理，融入新赢输评判标准和时间隧道思想的智能发电控制方法，即基于虚拟狼群控制策略的分层分布式控制（virtual wolf pack control strategy based hierarchical and distributed control，VWPC-HDC），来获得区域的最优控制，以解决传统集中式自动发电控制难以解决新能源及分布式能源大规模接入电网所带来的随机扰动问题。通过改进的IEEE标准两区域负荷频率控SO（load-frequency control，LFCl电力系统模型以及包含多种分布式能源及多个微网的智能配电网模型进行仿真验证。仿真表明所提策略能够获得区域协同控制，与传统方法相比，VWPC-HDC动态优化速度快，鲁棒性强，能提高新能源利用率，减少发电成本。

一种新的群体智能算法--狼群算法

基于狼群群体智能,模拟狼群捕食行为及其猎物分配方式,抽象出游走、召唤、围攻3种智能行为以及"胜者为王"的头狼产生规则和"强者生存"的狼群更新机制,提出一种新的群体智能算法———狼群算法(wolf pack algorithm,WPA),并基于马尔科夫链理论证明了算法的收敛性。将算法应用于15个典型复杂函数优化问题,并同经典的粒子群算法、鱼群算法和遗传算法进行比较。仿真结果表明,该算法具有较好的全局收敛性和计算鲁棒性,尤其适合高维、多峰的复杂函数求解。

求解0-1背包问题的二进制狼群算法

狼群算法(wolf pack algorithm,WPA)源于狼群在捕食及其猎物分配中所体现的群体智能,已被成功应用于复杂函数求解。在此基础上,通过定义运动算子,对人工狼位置、步长和智能行为重新进行二进制编码设计,提出了一种解决离散空间组合优化问题的二进制狼群算法(binary wolf pack algorithm,BWPA)。该算法保留了狼群算法基于职责分工的协作式搜索特性,选取离散空间的经典问题——0-1背包问题进行仿真实验,具体通过10组经典的背包问题算例和BWPA算法与经典的二进制粒子群算法、贪婪遗传算法、量子遗传算法在求解3组高维背包问题时的对比计算,例证了算法具有相对更好的稳定性和全局寻优能力。

利用改进的二进制狼群算法求解多维背包问题

狼群算法启发于狼群群体生存智慧,已被用于复杂函数寻优和0-1普通背包问题求解。针对多维背包问题特点,设计了试探装载式的修复机制有效修复和改进人工狼群中的不可行解,改进了传统基于大惩罚参数的目标函数,减小了由于惩罚参数过大而导致算法陷入局部最优的风险;并受狼群的繁衍方式的启发,在二进制狼群算法的基础上提出了求解多维背包问题的改进二进制狼群算法(improve binary wolf pack algorithm,IBWPA)。通过求解19组不同规模的典型多维背包算例和与其他算法的对比分析,例证了算法的有效性和计算稳定性。

狼群算法在水电站水库优化调度中的应用

为探讨水电站水库优化调度问题求解的新方法,对狼群算法及其在水电站水库优化调度中的应用进行了研究。对狼群算法中的围攻算法进行了改进,给出了水电站水库优化调度问题的狼群算法设计及求解步骤。基于水电站水库优化调度实例,对狼群算法的敏感参数奔袭步长进行了模拟计算和分析,给出了奔袭步长的有效取值范围。实例计算结果表明,狼群算法是一种求解水电站水库优化调度问题的有效方法。

基于狼群算法的无人机航迹规划

随着无人机可执行任务的多样化,航迹规划成为其顺利完成任务的基本前提。针对该问题,提出了基于狼群算法的无人机航迹规划方法。运用等效地形模拟方法,将作战区域中的敌方威胁、地形障碍等效为山峰,构建了无人机航迹规划的场景。以此为基础,采用抽象出游走、召唤和围攻3种智能行为的狼群算法,对起始点和终点已知的无人机航迹进行规划,规划出的航迹安全地避开了威胁,长度较短,且平均耗时较小。仿真结果验证了该算法的有效性。