自组织映射更新的双种群约束多目标狼群算法

来源：计算机工程与应用杂志2025年第23期北京时间：

作者：康水平, 唐光清, 樊棠怀, 王晖, 吕莉

单位：1.江西水利电力大学 信息工程学院,南昌 330099；2.江西省水利大数据智能处理与预警技术工程研究中心，南昌 330099；3.南昌市智慧城市物联感知与协同计算重点实验室，南昌 330099

摘要：为克服多目标狼群算法无法处理约束条件、种群聚集导致其过早陷入局部最优以及更新机制落后致使种群优质信息丢失的缺陷，提出自组织映射更新的双种群约束多目标狼群算法(CMOWPA-S)。该算法构建一种双种群结构，主种群采用约束支配原则确保种群始终在可行域内，辅助种群则不考虑约束条件以增加算法发现优质解的可能性，保证算法在约束条件下的有效性；提出二元优化狩猎策略，奔袭过程加入精英狼辅助头狼召唤狼群，围攻过程引入莱维飞行策略，提升算法逃脱局部最优的能力；设计基于自组织映射的种群更新机制，通过自组织映射提取种群邻域信息以产生优质后代，确保种群优质信息的传递，最后采用环境选择策略淘汰冗余种群。为验证算法性能，在14个模拟约束多目标问题上与4种经典、5种新型约束多目标优化算法比较，在10个真实约束多目标问题上与5种新型约束多目标优化算法比较。实验结果表明，CMOWPA-S能有效解决约束目标优化问题，避免陷入局部最优且获得种群多样性较好的解。

关键词：狼群算法,约束优化,多目标优化,双种群,自组织映射