控制与决策

作者：赵嘉,吕丰,肖人彬,樊棠怀,董文飞,王晖

单位：南昌工程学院 信息工程学院,南昌 330000;南昌工程学院 南昌市智慧城市物联感知与 协同计算重点实验室,南昌 330099,,南昌工程学院 信息工程学院,南昌 330000;南昌工程学院 南昌市智慧城市物联感知与 协同计算重点实验室,南昌 330099,,华中科技大学 人工智能与自动化学院,武汉 430074,,南昌工程学院 信息工程学院,南昌 330000;南昌工程学院 南昌市智慧城市物联感知与 协同计算重点实验室,南昌 330099,,南昌工程学院 信息工程学院,南昌 330000;南昌工程学院 南昌市智慧城市物联感知与 协同计算重点实验室,南昌 330099,,南昌工程学院 信息工程学院,南昌 330000;南昌工程学院 南昌市智慧城市物联感知与 协同计算重点实验室,南昌 330099,

关键词：群智能算法;多目标优化;狼群算法;Pareto最优;自适应分组; 工程优化

基金：创新科技2030-“新一代人工智能”重大项目(2018AAA0101200)；国家自然科学基金项目(52069014).

鉴于狼群算法在单目标优化问题中具有良好的求解能力,借助狼群的生物习性并用于求解多目标优化问题,提出自适应分组和拥挤距离更新的多目标狼群算法(MOWPA-AG).首先,模拟狼群中的家族聚集性,提出兼顾种群多样性和分散搜索的自适应分组策略,对种群进行分层并帮助种群扩散检索Pareto最优解;然后,设计基于拥挤距离的群体更新机制,使种群保持快速进化的同时获得最优解集;为验证算法的性能,在9种不同的基准测试问题上进行测试,并与经典及新进多目标优化算法进行比较以验证MOWPA-AG的有效性;最后,将MOWPA-AG用于解决实际工程四杆桁架结构问题,以体现所提出算法的普适性.

来源：2024年第11期

《控制与决策》期刊编辑部

查看控制与决策杂志2024年第11期