首页|混合策略改进灰狼优化算法的函数优化

混合策略改进灰狼优化算法的函数优化

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
为了解决灰狼优化算法在函数优化过程中搜索精度不高的问题,提出了一种分群优化、高斯变异和随机扰动混合策略改进的灰狼优化算法.一方面,通过采用分群优化策略,加强算法局部搜索与全局搜索之间的信息交换;另一方面,采用高斯变异和随机扰动策略维持算法进化过程中的种群多样性,并利用贪婪思想更新种群.通过引入包含单峰、多峰和固定维度多峰的多个基准测试函数,仿真实验验证了所提改进灰狼算法有效性.在与其他几种先进优化算法的综合比较与分析中,改进算法在搜索精度、寻优稳定性和收敛速度上体现出了明显优势.
Improved Grey Wolf Optimizer for Function Optimization Using Hybrid Strategy

党星海、王梦娟

展开 >

兰州理工大学土木工程学院 兰州 730050

兰州理工大学建筑勘察设计研究院 兰州 730050

灰狼优化算法 分群优化 高斯变异 随机扰动 函数优化

2017YFC05065052017YFB0503005

2021

10.3969/j.issn.1672-9722.2021.09.004

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2021.49(9)
  • 2
  • 6