随机游走和特殊拥挤距离更新的多模态多目标狼群算法.pdfVIP

ComputerEngineeringandApplications计算机工程与应用2025，61（12）93

⦾理论与研发⦾

随机游走和特殊拥挤距离更新的多模态多目标狼群算法

1，2+1，231，24

赵嘉，钟劲文，肖人彬，王晖，潘正祥

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

+通信作者E-mail：zhaojia925@163.com

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

文献标志码：A中图分类号：TP18doi：10.3778/j.issn.1002-8331.2408-0091

Multi-ModalMulti-ObjectiveWolfPackAlgorithmwithRandomWanderingandSpecial

CrowdingDistance

1，2+1，231，24

ZHAOJia,ZHONGJinwen,XIAORenbin,WANGHui,PANJeng-shyang

1.SchoolofInformationEngineering,NanchangInstituteofTechnology,Nanchang330099,China

2.NanchangKeyLaboratoryofIoTPerceptionandCollaborativeComputingforSmartCity,NanchangInstituteofTech-

nology,Nanchang330099,China

3.SchoolofArtificialIntelligenceandAutomation,HuazhongUniversityofScienceandTechnology,Wuhan430074,China

4.SchoolofArtificialIntelligence,NanjingUniversityofInformationScienceandTechnology,Nanjing210044,China

Abstract：Toaddresstheissuesoflowpopulationdiversityandinadequatesearchcapabilityinmulti-modalmulti-objective

optimization,multi-modalmulti-objectivewolfpackalgorithmwithrandomwanderingandspecialcrowdingdistance

(MMOWPA-RSCD)isproposed.ByintegratingLévy’sflightsint