结合高斯分布的改进二进制灰狼优化算法

• 作者: 慕晓冬 牛犇 王立志 陈长倩
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 二进制灰狼优化(BGWO) 高斯分布 背包问题 最优化选择
• 年，卷（期）: 2019,（13）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 145-150
• 页数: 6页
• 分类号: TP301.6
• 字数: 5789字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1803-0444

摘要

针对灰狼优化算法(GWO)解决离散问题应用较少,发展不成熟的现状,提出一种用于解决二进制问题的离散灰狼优化算法(BGWO).针对混沌搜索在解决二进制问题时,产生的初始种群较为集中的问题,引入高斯分布曲线对种群初始化,使初始种群地空间分布更加均匀;提出一种转换函数,对GWO进行二进制化处理;通过典型测试函数对该算法性能进行验证,实验表明该算法收敛精度明显优于其他算法.将该算法用于实际背包问题的求解,结论表明该算法迭代次数更少,求解精度更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	慕晓冬	火箭军工程大学作战保障学院	18	104	5.0	10.0
2	牛犇	火箭军工程大学作战保障学院	2	7	2.0	2.0
3	陈长倩	火箭军工程大学作战保障学院	2	7	2.0	2.0
4	王立志	火箭军工程大学作战保障学院	2	5	1.0	2.0