一种混合策略改进的灰狼优化算法

• 作者: 倪静 秦斌 曾凡龙
• 来源期刊: 软件导刊
• 关键词: 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
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 计算机软件与理论
• 页码范围: 72-76
• 页数: 5页
• 分类号: TP312
• 语种: 中文
• DOI: 10.11907/rjdk.202472

摘要

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.