多角色优化策略的灰狼-共生生物搜索算法

敖 山，彭雄飞，刘志中

1(河南理工大学 计算机科学与技术学院，河南 焦作 454003)

2(北京大学 教育经济研究所，北京 100871)

1 引 言

优化问题是指在满足一定条件下，在解空间中寻找满足条件的最优解或较优解，以解决实际应用需要的一类问题.优化问题已被应用于信号处理、图像处理、生产调度、结构设计、车辆寻径、任务分配、模式识别、等领域[1].鉴于各领域实际工程问题的复杂性、非线性、约束性以及建模困难等诸多特点，寻求高效的优化算法已成为必不可少且具有挑战性的研究领域.

由于科学中优化问题的重要性，已创建了许多算法和方法来处理此问题.传统的优化方法通常有严密的数理证明，如牛顿法、梯度法、单纯形法等.但随着优化问题规模的增大，这类传统算法无法在短时间内完成搜索，尤其是对于以复杂多峰函数位代表的非凸优化问题，传统优化算法理论基础的潜在缺陷是难以克服的.因此，现阶段的研究人员热衷于探索不使用任何梯度信息，且易于实现的新型优化算法，元启发式中的智能优化算法就是其中的代表.

智能优化算法大多受人类智能、生物群体的社会性行为及自然现象规律的启发[2]，其搜索模式源自生态系统中生物的行为或相互作用，且通常具有随机性、通用性、可并行处理等特性，这类算法无法确保所有问题都能找到令人满意的解决方案，但它们通常以最少的计算量即可产生最优解或较优解.这类算……