计算机应用研究2021，Vol.38Issue(5) ：1434-1437.DOI:10.19734/j.issn.1001-3695.2020.04.0102

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

王正通 程凤芹 尤文 李双
计算机应用研究2021，Vol.38Issue(5) ：1434-1437.DOI:10.19734/j.issn.1001-3695.2020.04.0102
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据

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

王正通 1程凤芹 2尤文 1李双1
扫码查看

作者信息

  • 1. 长春工业大学电气与电子工程学院,长春130012
  • 2. 吉林建筑科技学院电气信息工程学院,长春130114
  • 折叠

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算法的收敛性改进方式较少,除此之外,当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.针对以上问题,提出了一种增强型的灰狼优化算法(disturbance and somersault foraging-grey wolf optimization,DSF-GWO).首先引入一种扰动因子,平衡了算法的开采和勘探能力;其次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.对DSF-GWO算法的寻优性能进行验证,选取14个单/多峰目标函数进行实验,在相同的参数设置下,结果表明DSF-GWO算法在寻优性能上较GWO算法有明显优势.

关键词

灰狼优化算法/扰动因子/翻筋斗觅食/收敛性/局部最优

引用本文复制引用

基金项目

吉林省科技发展计划资助项目(20200403131SF)

出版年

2021
计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子：0.93
ISSN：1001-3695
被引量15
参考文献量6
段落导航相关论文