对狼群算法做出简单介绍,在算法理论层面上,针对狼群算法(WPA)涉及参数较多、步长参数不能动态调整、游走方向固定等缺点,提出一种基于自适应和变游走方向的改进狼群算法(MACWPA)。该算法改进了游走行为、召唤行为、围攻行为三个主要步骤的移动步长,特别是当游走行为的试探方向改进后,每只狼都能根据头狼位置的变化自动调节移动步长、更换游走方向,从而简化参数设定,提高收敛速度和求解精度。通过17个测试函数进行试验,仿真结果表明,改进算法在低维单峰函数中求解精度上较原有算法有明显改善,进一步提高了高维多峰函数的求解精度。在算法应用层面上,简单介绍二进制狼群算法(BWPA)是一种解决离散空间组合优化问题的智能算法,并在0-1背包问题中有较好应用。在BWPA算法的基础上,采用自适应步长方法,改进狼群群体更新机制,得到一种改进二进制狼群算法(AIBWPA)。具体通过10组经典的背包问题算例和AIBWPA算法、BWPA算法与二进制粒子群算法对比计算,例证了AIBWPA算法具有更高的求解精度和更好的稳定性。AIBWPA算法简化了参数设定,保护了种群多样性,增强了算法的全局搜索能力。