信息与控制

作者：吴莉娟, 吕莉, 肖人彬, 吴烈阳, 王晖

关键词：多目标狼群算法, 约束优化, 随机扰动因子, 聚类, 自适应惩罚, 自适应权衡模型

针对多目标狼群算法在寻优过程中存在的多样性不足、难以摆脱局部最优的问题，提出了一种面向约束优化问题的聚类多目标狼群算法（CMOWPA-C）。首先，通过融合自适应惩罚与自适应权衡模型，提出了一种将约束问题转化为无约束问题的新方法。然后，引入随机扰动因子，优化种群的移动步长，防止种群陷入局部最优。最后，采用K均值聚类算法对种群分组，根据种群距簇心的距离将种群划分为不同的类簇，确保每个簇心周围都有个体与之关联，增加种群的多样性。为验证算法性能，在基准测试问题上与9种新兴算法进行了比较，并在实际约束问题上与9种约束多目标进化算法进行了比较。结果表明，CMOWPA-C的多样性显著提升，且能有效地避免局部最优。

来源：2026年第1期

《信息与控制》期刊编辑部

查看信息与控制杂志2026年第1期