• 回答数

    5

  • 浏览数

    173

卡布奇诺有点
首页 > 学术期刊 > 狼群算法的国外研究论文

5个回答 默认排序
  • 默认排序
  • 按时间排序

sailwithjada

已采纳

狼群算法的优缺点 狼群算法是一种随机概率搜索算法,使其能够以较大的概率快速找到最优解;狼群算法还具有并行性,可以在同一时间从多个点出发进行搜索,点与点之间互不影响,从而提高算法的效率。

240 评论

茉莉芬芳2008

狼作为凶猛的食肉动物之一,捕食能力也是非常的高超

120 评论

CENGUODIAN13247606080

寻找猎物时,狼群不会全体出动而是派出少数精锐的探狼在猎物的可能活动范围内游猎,根据空气中猎物留下的气味进行自主决策,气味越浓表明狼离猎物越近,探狼始终就朝着气味最浓的方向搜寻。

一旦探狼发现猎物踪迹,就会立即向头狼报告,头狼视情通过嚎叫召唤周围的猛狼来对猎物进行围攻。周围的猛狼闻声则会自发地朝着该探狼的方向奔袭,向猎物进一步逼近。

捕获猎物后,狼群并不是平均分配猎物,而是按“论功行赏、由强到弱”的方式分配,即先将猎物分配给最先发现、捕到猎物的强壮的狼,而后再分配给弱小的狼。

尽管这种近乎残酷的食物分配方式会使得少数弱狼由于食物缺乏而饿死,但此规则可保证有能力捕到猎物的狼获得充足的食物进而保持其强健的体质,在下次捕猎时仍可顺利地捕到猎物,从而维持着狼群主体的延续和发展。

扩展资料

狼群主要捕食中大型哺乳动物,研究表示,狼是控制当地生态平衡的关键角色,天敌主要为人类。狼的生存环境不容乐观。由于人们对狼根深蒂固的偏见,狼的日子一直很不好过,东躲西藏,仍然免不了遭到追捕和猎杀。

在我国,1940年前任何一个省都有野狼出没,到了21世纪除了东北、西北和华北少数几个省、自治区外,其他地区已看不到狼的踪影。狼是群居性极高的物种。

同时,狼群也拥有着极为严格的等级制度。一群狼的数量正常在7匹左右,即所谓七匹狼,也有部分狼群达到过30匹以上,通常以家庭为单位的家庭狼由一对优势对偶领导,而以兄弟姐妹为一群的则以最强一头狼为领导。狼群有领域性,且通常也都是其活动范围,群内个体数量若增加,领域范围会缩小。

狼群之间的领域范围不重叠,会以嚎声向其他群宣告范围。幼狼成长后,会留在群内照顾弟妹,也可能继承群内优势地位,有的则会迁移出去(大多为雄狼)。狼群由家族成员为主,成员数在2-37只之间,由於拥有着极为严格的等级制度和领域范围,因此狼群不可能与别的狼群合作。

野生的狼一般可以活12—16年,人工饲养的狼有的可以活到二十年左右。奔跑速度极快,可达五十五公里左右。狼的耐力也很好,它们有能力以60公里/小时的速度奔跑20公里。智商高度发达,可以通过气味、叫声、肢体动作进行沟通。

狼以肉食为主,是生物链中极关键的一节。不过虽然狼以肉食为主,但是有些时候狼会吃一些小浆果来解馋。

参考资料来源:百度百科-狼

参考资料来源:百度百科-狼群算法

202 评论

a长了一半的草

@[toc] 摘要:受 灰 狼 群 体 捕 食 行 为 的 启 发,Mirjalili等[1]于 2014年提出了一种新型群体智能优化算法:灰狼优化算法。GWO通过模拟灰狼群体捕食行为,基于狼群群体协作的机制来达到优化的目的。 GWO算法具有结构简单、需要调节的参数少,容易实现等特点,其中存在能够自适应调整的收敛因子以及信息反馈机制,能够在局部寻优与全局搜索之间实现平衡,因此在对问题的求解精度和收敛速度方面都有良好的性能。 灰狼属于犬科动物,被认为是顶级的掠食者,它们处于生物圈食物链的顶端。灰狼大多喜欢群居,每个群体中平均有5-12只狼。特别令人感兴趣的是,它们具有非常严格的社会等级层次制度,如图1所示。金字塔第一层为种群中的领导者,称为 α 。在狼群中 α 是具有管理能力的个体,主要负责关于狩猎、睡觉的时间和地方、食物分配等群体中各项决策的事务。金字塔第二层是 α 的智囊团队,称为 β 。 β 主要负责协助α 进行决策。当整个狼群的 α 出现空缺时,β 将接替 α 的位置。 β 在狼群中的支配权仅次于 α,它将 α 的命令下达给其他成员,并将其他成员的执行情况反馈给 α 起着桥梁的作用。金字塔第三层是 δ ,δ 听从 α 和 β 的决策命令,主要负责侦查、放哨、看护等事务。适应度不好的 α 和 β 也会降为 δ 。金字塔最底层是 ω ,主要负责种群内部关系的平衡。

图1.灰狼的社会等级制度 此外,集体狩猎是灰狼的另一个迷人的社会行为。灰狼的社会等级在群体狩猎过程中发挥着重要的作用,捕食的过程在 α 的带领下完成。灰狼的狩猎包括以下 3个主要部分: 1)跟踪、追逐和接近猎物; 2)追捕、包围和骚扰猎物,直到它停止移动; 3)攻击猎物 在狩猎过程中,将灰狼围捕猎物的行为定义如下: 式(1)表示个体与猎物间的距离,式(2)是灰狼的位置更新公式。其中, 是目前的迭代代数, 和 是系数向量, 和 分别是猎物的位置向量和灰狼的位置向量。 和 的计算公式如下: 其中, 是收敛因子,随着迭代次数从2线性减小到0, 和 的模取[0,1]之间的随机数。 灰狼能够识别猎物的位置并包围它们。当灰狼识别出猎物的位置后,β 和 δ 在 α 的带领下指导狼群包围猎物。在优化问题的决策空间中,我们对最佳解决方案(猎物的位置)并不了解。因此,为了模拟灰狼的狩猎行为,我们假设 α ,β 和 δ 更了解猎物的潜在位置。我们保存迄今为止取得的3个最优解决方案,并利用这三者的位置来判断猎物所在的位置,同时强迫其他灰狼个体(包括 ω )依据最优灰狼个体的位置来更新其位置,逐渐逼近猎物。狼群内个体跟踪猎物位置的机制如图2所示。
图 算法中灰狼位置更新示意图 灰狼个体跟踪猎物位置的数学模型描述如下:其中, 分别表示分别表示 α , β 和 δ 与其他个体间的距离。 分别代表 α , β 和 δ 的当前位置; 是随机向量, 是当前灰狼的位置。式(6)分别定义了狼群中 ω 个体朝向 α ,β 和 δ 前进的步长和方向,式(7)定义了 ω 的最终位置。 当猎物停止移动时,灰狼通过攻击来完成狩猎过程。为了模拟逼近猎物, 的值被逐渐减小,因此 的波动范围也随之减小。换句话说,在迭代过程中,当 的值从2线性下降到0时,其对应的 的值也在区间[-a,a]内变化。如图3a所示,当 的值位于区间内时,灰狼的下一位置可以位于其当前位置和猎物位置之间的任意位置。当 时,狼群向猎物发起攻击(陷入局部最优)。灰狼根据 α ,β 和 δ 的位置来搜索猎物。灰狼在寻找猎物时彼此分开,然后聚集在一起攻击猎物。基于数学建模的散度,可以用 大于1 或小于-1 的随机值来迫使灰狼与猎物分离,这强调了勘探(探索)并允许 GWO 算法全局搜索最优解。如图3b所示, 强迫灰狼与猎物(局部最优)分离,希望找到更合适的猎物(全局最优)。GWO 算法还有另一个组件 来帮助发现新的解决方案。由式(4)可知, 是[0,2]之间的随机值。 表示狼所在的位置对猎物影响的随机权重, 表示影响权重大,反之,表示影响权重小。这有助于 GWO算法更随机地表现并支持探索,同时可在优化过程中避免陷入局部最优。另外,与 不同 是非线性减小的。这样,从最初的迭代到最终的迭代中,它都提供了决策空间中的全局搜索。在算法陷入了局部最优并且不易跳出时, 的随机性在避免局部最优方面发挥了非常重要的作用,尤其是在最后需要获得全局最优解的迭代中。
图4.算法流程图 [1] Seyedali Mirjalili,Seyed Mohammad Mirjalili,Andrew Lewis. Grey Wolf Optimizer[J]. Advances in Engineering Software,2014,69. [2] 张晓凤,王秀英.灰狼优化算法研究综述[J].计算机科学,2019,46(03):30-38. 文献复现: 文献复现:基于翻筋斗觅食策略的灰狼优化算法(DSFGWO) [1]王正通,程凤芹,尤文,李双.基于翻筋斗觅食策略的灰狼优化算法[J/OL].计算机应用研究:1-5[2021-02-01]. . 文献复现:基于透镜成像学习策略的灰狼优化算法(LIS-GWO) [1]龙文,伍铁斌,唐明珠,徐明,蔡绍洪.基于透镜成像学习策略的灰狼优化算法[J].自动化学报,2020,46(10):2148-2164. 文献复现:一种优化局部搜索能力的灰狼算法(IGWO) [1]王习涛.一种优化局部搜索能力的灰狼算法[J].计算机时代,2020(12):53-55. 文献复现:基于自适应头狼的灰狼优化算法(ALGWO) [1]郭阳,张涛,胡玉蝶,杜航.基于自适应头狼的灰狼优化算法[J].成都大学学报(自然科学版),2020,39(01):60-63+73. 文献复现:基于自适应正态云模型的灰狼优化算法 (CGWO) [1]张铸,饶盛华,张仕杰.基于自适应正态云模型的灰狼优化算法[J/OL].控制与决策:1-6[2021-02-08]. . 文献复现:改进非线性收敛因子灰狼优化算法 [1]王正通,尤文,李双.改进非线性收敛因子灰狼优化算法[J].长春工业大学学报,2020,41(02):122-127. 文献复现:一种基于收敛因子改进的灰狼优化算法 [1]邢燕祯,王东辉.一种基于收敛因子改进的灰狼优化算法[J].网络新媒体技术,2020,9(03):28-34. 文献复现:基于莱维飞行和随机游动策略的灰狼算法(GWOM ) [1]李阳,李维刚,赵云涛,刘翱.基于莱维飞行和随机游动策略的灰狼算法[J].计算机科学,2020,47(08):291-296. 文献复现:一种改进的灰狼优化算法(EGWO) [1]龙文,蔡绍洪,焦建军,伍铁斌.一种改进的灰狼优化算法[J].电子学报,2019,47(01):169-175. 文献复现:改进收敛因子和比例权重的灰狼优化算法(CGWO) [1]王秋萍,王梦娜,王晓峰.改进收敛因子和比例权重的灰狼优化算法[J].计算机工程与应用,2019,55(21):60-65+98. 文献复现:一种改进非线性收敛方式的灰狼优化算法研究(CGWO) [1]谈发明,赵俊杰,王琪.一种改进非线性收敛方式的灰狼优化算法研究[J].微电子学与计算机,2019,36(05):89-95. 文献复现:一种基于Tent 映射的混合灰狼优化的改进算法(PSOGWO) [1]滕志军,吕金玲,郭力文,许媛媛.一种基于Tent映射的混合灰狼优化的改进算法[J].哈尔滨工业大学学报,2018,50(11):40-49. 文献复现:基于差分进化与优胜劣汰策略的灰狼优化算法(IGWO) [1]朱海波,张勇.基于差分进化与优胜劣汰策略的灰狼优化算法[J].南京理工大学学报,2018,42(06):678-686. 文献复现:基于 Iterative 映射和单纯形法的改进灰狼优化算法(SMIGWO) [1]王梦娜,王秋萍,王晓峰.基于Iterative映射和单纯形法的改进灰狼优化算法[J].计算机应用,2018,38(S2):16-20+54. 文献复现:一种基于混合策略的灰狼优化算法(EPDGWO) [1]牛家彬,王辉.一种基于混合策略的灰狼优化算法[J].齐齐哈尔大学学报(自然科学版),2018,34(01):16-19+32. 文献复现:基于随机收敛因子和差分变异的改进灰狼优化算法(IGWO) [1]徐松金,龙文.基于随机收敛因子和差分变异的改进灰狼优化算法[J].科学技术与工程,2018,18(23):252-256. 文献复现:一种基于差分进化和灰狼算法的混合优化算法(DEGWO) [1]金星,邵珠超,王盛慧.一种基于差分进化和灰狼算法的混合优化算法[J].科学技术与工程,2017,17(16):266-269. 文献复现:协调探索和开发能力的改进灰狼优化算法(IGWO) [1]龙文,伍铁斌.协调探索和开发能力的改进灰狼优化算法[J].控制与决策,2017,32(10):1749-1757. 文献复现:基于Cat混沌与高斯变异的改进灰狼优化算法(IGWO) [1]徐辰华,李成县,喻昕,黄清宝.基于Cat混沌与高斯变异的改进灰狼优化算法[J].计算机工程与应用,2017,53(04):1-9+50. 文献复现:具有自适应搜索策略的灰狼优化算法(SAGWO) [1]魏政磊,赵辉,韩邦杰,孙楚,李牧东.具有自适应搜索策略的灰狼优化算法[J].计算机科学,2017,44(03):259-263. 文献复现:采用动态权重和概率扰动策略改进的灰狼优化算法(IGWO) [1]陈闯,Ryad Chellali,邢尹.采用动态权重和概率扰动策略改进的灰狼优化算法[J].计算机应用,2017,37(12):3493-3497+3508. 文献复现:具有自适应调整策略的混沌灰狼优化算法(CLSGWO) [1]张悦,孙惠香,魏政磊,韩博.具有自适应调整策略的混沌灰狼优化算法[J].计算机科学,2017,44(S2):119-122+159. 文献复现:强化狼群等级制度的灰狼优化算法(GWOSH) [1]张新明,涂强,康强,程金凤.强化狼群等级制度的灰狼优化算法[J].数据采集与处理,2017,32(05):879-889. 文献复现:一种新型非线性收敛因子的灰狼优化算法(NGWO) [1]王敏,唐明珠.一种新型非线性收敛因子的灰狼优化算法[J].计算机应用研究,2016,33(12):3648-3653. 文献复现:重选精英个体的非线性收敛灰狼优化算法(EGWO) [1]黎素涵,叶春明.重选精英个体的非线性收敛灰狼优化算法[J].计算机工程与应用,2021,57(01):62-68.

251 评论

布丁的信仰

狼在捕食的时候不会全体出动。

288 评论

相关问答

  • 国外大肠菌群污染蔬菜研究论文

    我国食品卫生法对食品的界定是:食品是安全的,食品是营养的,食品是能促进健康的。食品安全是指食品中不应含有可能损害或威胁人体健康的有毒、有害物质或因素,从而导致消

    Melinda麒儿 4人参与回答 2023-12-08
  • 国外对中低收入群体的研究论文

    可分为两大类。一、对我国城镇居民收入分配现状的基本评价 二十世纪九十年代,我国城镇居民收入分配总体上适应了市场 经济 发展 的需要,不同收入群体的分布呈现出“

    吃货独依 3人参与回答 2023-12-07
  • 算法的研究论文

    【中文摘要】随着信息社会和科学技术的发展,计算机在日常生活中起着越来越重要的作用。而算法是计算机工作的基础,了解算法知识及其思想成为现代社会每一个公民所应具备的

    小蝎子七七 3人参与回答 2023-12-07
  • 关于粒子群算法的毕业论文

    这个比较专业,为什么不去请教一下数学系的教授?

    优优妈妈0509 4人参与回答 2023-12-05
  • 算法的国内外研究论文

    数据挖掘的算法及技术的应用的研究论文 摘要: 数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中发现隐含的、规律性的、人们事先未知的, 但又是

    Leven小万 4人参与回答 2023-12-06