《计算机应用研究》|Application Research of Computers

基于翻筋斗觅食策略的灰狼优化算法

Grey wolf optimization algorithm based on somersault foraging strategy

免费全文下载 (已被下载 次)  
获取PDF全文
作者 王正通,程凤芹,尤文,李双
机构 长春工业大学 电气与电子工程学院;吉林建筑科技学院 电气信息工程学院
统计 摘要被查看 次,已被下载
摘要 灰狼优化算法(Grey Wolf Optimization,GWO)存在收敛的不合理性等缺陷,目前对GWO的收敛性改进方式较少,除此之外,在GWO迭代至后期,所有灰狼个体都逼近α狼、β狼、δ狼,导致算法陷入局部最优。为针对以上问题,本文提出了一种增强型的灰狼优化算法(Disturbance and Somersault Foraging-Grey Wolf Optimization,DSF-GWO),该算法首先引入了一种扰动因子,平衡了算法的开采和勘探能力;其次又引入翻筋斗觅食策略,在后期使其不陷入局部最优的同时也使得前期的群体多样性略有提升。并对DSF-GWO的寻优性能进行验证,选取14个单峰、多峰目标函数进行试验,在相同的参数设置下,结果表明DSF-GWO在寻优性能上较GWO有明显优势。
关键词 灰狼优化算法;扰动因子;翻筋斗觅食;测试函数;收敛性;局部最优
基金项目 吉林省科技发展计划资助项目(2018C035-4)
本文URL http://www.arocmag.com/article/02-2021-04-012.html
收稿日期
修回日期
页码 -
中图分类号 TP
文献标志码