[发明专利]一种狼群优化方法及应用该优化方法的狼群优化系统

说明书

本发明提供一种狼群优化方法，在狼群中模拟了狼群捕获猎物的过程，通过狼后引领狼群搜寻最优解，其结合了精英策略、Levy游走、狼群间的信息共享等策略，实现了无参数化，提高优化本方法的收敛速度和识别精度；同时，通过引入一种权衡优化方法探索与开发过程的因子定义，即追逐能量，使得本方法能够避开陷入局部最优解的问题，得到全局的最优解。本发明还提供一种狼群优化系统，用于实现一种狼群优化方法。

技术领域

本发明群集智能算法应用技术领域，更具体的，涉及一种狼群优化方法及应用该优化方法的狼群优化系统。

背景技术

优化方法作为的数学的一个分支，可以用来求解一个函数或多个函数的最优解问题。优化方法在数学规划、运筹学、经济学、生命科学和人工智能等诸多领域都有广泛应用，可为工程问题和现实生活问题寻找最优可行性方案。元启发算法为建模和优化提供了强大的工具，正如Gandomi等人所言，元意味着“超越”或“更高层次”，平衡局部搜索和全局探索的元启发式算法通常比简单启发式算法更有优势。近年来提出的优化算法大都倾向于元启发式的优化策略。而大多数的元启发式算法都是受自然界的某种现象所启发的，通常模仿了某种基于群集智能的集体行为机制。其中较为著名的优化算法包括：遗传算法(GA)[1]Holland J H. Genetic algorithms[J].Scientific american,1992,267(1):66-73.模拟了自然选择和交叉变异的过程；粒子群算法(PSO)[2]eberhart R,Kennedy J.A newoptimizer using particle swarm theory；proceedings of the MHS'95Proceedings ofthe Sixth International Symposium on Micro Machine and Human Science,F,1995[C].Ieee.是以候鸟迁徙为参考，建立以粒子群为基础的优化数学模型；花粉传播算法(FPA) 仿照了植物开花时传粉媒介传播花粉的过程[3]Yang X.Flower pollinationalgorithm for global optimization[J].international conference onunconventional computation,2012,240-9.；万有引力算法(GSA)基于行星之间的万有引力建立群星搜寻算法[4]Flores J J,Lopez R,Barrera J.Gravitational interactionsoptimization； proceedings of the learning and intelligent optimization,F,2011[C]等。