混合苍狼优化算法在全局最优中的应用研究

• 作者: 张小青 张玉叶 郝海燕
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 苍狼优化算法 自主搜索 淘汰重组机制 变异
• 年，卷（期）: 2018,（15）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 155-160,240
• 页数: 7页
• 分类号: TP18
• 字数: 4421字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1801-0204

摘要

在分析标准苍狼优化算法(GWO)的开发与探索性能基础上,提出了一种混合苍狼优化算法(MAR-GWO),搜索域得到了全面的扩展,其中针对α、β、δ领导层苍狼,引入自主搜索行为来加大其优化力度与促进速度的提高,对性能较差搜索狼采取淘汰重组机制以提高搜索效率,又采取概率差分变异行为增加了个体多样性,从而避免局部最优.为了验证MAR-GWO算法有效性,对13个全局优化问题进行实验,分别与GWO、GWO-EPD(改进的苍狼优化算法)、PSO、EA等算法进行了对比测试,从实验结果来看,MAR-GWO算法寻优成功率相对较高、收敛速度快,不易陷入局部最优,在智能算法中具有很强的竞争力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张小青	咸阳师范学院物理与电子工程学院	28	26	3.0	3.0
3	张玉叶	咸阳师范学院物理与电子工程学院	29	85	5.0	8.0
4	郝海燕	咸阳师范学院物理与电子工程学院	19	14	2.0	2.0