随机游走和特殊拥挤距离更新的多模态多目标狼群算法

来源：计算机工程与应用杂志2025年第12期北京时间：

作者：赵嘉, 钟劲文, 肖人彬, 王晖, 潘正祥

单位：1.南昌工程学院 信息工程学院，南昌 330099；2.南昌工程学院 南昌市智慧城市物联感知与协同计算重点实验室，南昌 330099；3.华中科技大学 人工智能与自动化学院，武汉 430074；4.南京信息工程大学 人工智能学院，南京 210044

摘要：针对多模态多目标优化中种群多样性较差和搜索能力不足的问题，提出随机游走和特殊拥挤距离更新的多模态多目标狼群算法（MMOWPA-RSCD）。在游走行为中融入莱维飞行，提出随机游走策略，生成多个随机突变的游走位置，使种群快速跳出局部最优，增强算法的全局搜索能力；设计基于特殊拥挤距离的种群更新机制，利用k-means算法将待更新种群划分为多个子种群以降低整体搜索难度，通过计算各个子种群个体的特殊拥挤距离，保留决策空间和目标空间综合拥挤度较好的解，维持种群的多样性；引入环境选择策略，通过特殊拥挤距离非支配排序筛选优良种群，进一步提升算法的多样性。将MMOWPA-RSCD算法和8种经典以及新近多模态多目标优化算法在13个多模态多目标测试函数进行实验对比及秩均值检验，实验结果表明：MMOWPA-RSCD的总体性能优于对比算法。将算法用于栅格地图路径规划问题，进一步验证了算法的有效性。

关键词：多模态多目标优化,多目标狼群算法,随机游走,特殊拥挤距离更新,环境选择,栅格地图路径规划