计算机工程与应用

2021, v.57;No.968(01) 62-68

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

重选精英个体的非线性收敛灰狼优化算法
Improved Grey Wolf Optimizer Algorithm Using Nonlinear Convergence Factor and Elite Re-election Strategy

黎素涵;叶春明;

摘要(Abstract):

针对灰狼优化算法(GWO)存在的求解精度较低、后期收敛速度较慢、易陷入局部最优的缺点,提出一种改进灰狼优化算法(EGWO)。该算法引进两种改进策略:用以平衡算法全局搜索性和局部开发性的非线性收敛因子调整策略和用以降低陷入局部最优风险的精英个体重选策略。通过在9个基准测试函数上的实验与标准GWO算法,以及文献提出的5种改进灰狼算法和4种其他算法进行对比,从算法寻优的精确性和鲁棒性两个方面验证两种算法改进策略的有效性。实验结果表明,两种改进策略都能提升算法性能,综合使用两种策略的EGWO在收敛速度和求解精度都明显优于其他比较算法。

关键词(KeyWords): 灰狼优化算法(GWO);群智能算法;收敛因子;精英策略

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金(71840003);; 上海理工大学科技发展基金(2018KJFZ043)

作者(Author): 黎素涵;叶春明;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享