采用动态权重和概率扰动策略改进的灰狼优化算法

• 作者: Ryad Chellali 邢尹 陈闯
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 元启发式算法 灰狼优化算法 函数优化 权值因子 扰动策略
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 人工智能
• 页码范围: 3493-3497,3508
• 页数: 6页
• 分类号: TP301.6
• 字数: 3855字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2017.12.3493

摘要

针对基本灰狼优化(GWO)算法存在易陷入局部最优,进而导致搜索精度偏低的问题,提出了一种改进的GWO (IGWO)算法.一方面,通过引入由GWO算法系数向量构成的权值因子,动态调整算法的位置向量更新方程;另一方面,通过采用概率扰动策略,增强算法迭代后期的种群多样性,从而提升算法跳出局部最优的能力.对多个基准测试函数进行仿真实验,实验结果表明,相对于GWO算法、混合GWO(HGWO)算法、引力搜索算法(GSA)和差分进化(DE)算法,所提IGWO算法有效摆脱了局部收敛,在搜索精度、算法稳定性以及收敛速度上具有明显优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈闯	南京工业大学电气工程与控制科学学院	6	41	3.0	6.0
2	Ryad Chellali	南京工业大学电气工程与控制科学学院	8	65	5.0	8.0
3	邢尹	桂林理工大学测绘地理信息学院	8	45	3.0	6.0