灰狼优化算法的改进及其应用

灰狼优化算法因为具有调节参数少、结构简化易于程序实现、求解精度高等优点,被广泛应用于各领域。文章针对目前灰狼优化算法存在的缺陷,提出离散编码、解码策略以适配优化离散组合问题;引入遗传算法中的交叉操作和大规模邻域搜索算法中的破坏修复操作,在弥补全局搜索能力不足的同时,进一步加强局部搜索能力;融入NSGA-Ⅱ框架,实现多目标优化复杂问题的求解;以洪涝灾害中的两类无人机应急救援任务为应用场景,来验证所提出的两种改进算法的有效性。两种改进算法分别求解单目标和多目标泛化多旅行商问题的实验结果表明,相较于其他智能优化算法,改进算法在求解精度、解集优劣程度和多样性方面具有明显优势。

基于差分进化算法的多旅行商问题优化

针对所有旅行商路径最大值最小的多旅行商问题,提出改进的差分进化算法优化.在该优化方法中,编码采用实数编码;改进的差分进化算法采用轮盘赌选择;根据旅行商问题的特点,在差分进化算法中增加邻域搜索算子.该方法适于距离对称和非对称的多旅行商问题求解.以距离非对称的多旅行商问题的实例进行了仿真和比较,可以看出所提出的改进差分用来解决多旅行商这类离散组合优化问题是有效的.