灰狼优化算法的改进及其应用

作者：邓飞; 魏祎璇^*; 刘奕巧; 王统照

来源：统计与决策, 2023, 39(11): 18-24.

DOI：10.13546/j.cnki.tjyjc.2023.11.003

• 灰狼优化算法
• 离散组合问题
• 泛化多旅行商问题
• 算法性能对比

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。

• 单位
  经济管理学院; 宁波诺丁汉大学; 北京科技大学; 华北科技学院