首页|一种混合策略改进的灰狼优化算法

一种混合策略改进的灰狼优化算法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
为了改善传统灰狼优化算法初始种群不均匀、收敛速度慢和易陷入局部寻优的缺点,提出一种混合策略改进的灰狼优化算法.首先,基于反向学习策略生成多样化种群,为算法全局搜索奠定基础;然后,引入非线性调整策略平衡算法的全局和局部搜索能力,提升算法运行效率;最后,在位置更新中引入莱维飞行策略扩大搜索范围,增强算法全局搜索能力.通过12个标准基准函数测试算法性能.仿真结果表明,IGWO算法比传统GWO算法的寻优精度和稳定性平均提高了4倍.
An Improved Grey Wolf Optimization Algorithm Based on Hybrid Strategy

倪静、秦斌、曾凡龙

展开 >

上海理工大学管理学院,上海200093

灰狼优化算法 反向学习策略 非线性调整策略 莱维飞行策略

教育部人文社会科学基金

19YJAZH064

2021

10.11907/rjdk.202472

软件导刊
湖北省信息学会

软件导刊

影响因子：0.524
ISSN：1672-7800
年,卷(期)：2021.20(5)
  • 1
  • 11