黎素涵;叶春明;

• 1:上海理工大学管理学院

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)：

• [1]林诗洁，董晨，陈明志，等.新型群智能优化算法综述[J].计算机工程与应用，2018,54(12):1-9.
• [2] WOLPERT D H,MACREADY W G.No free lunch theorems for optimization[J].IEEE Trans on Evol Comput,1997,1(1):67-82.
• [3] YANG X S,DEB S.Cuckoo search via levy flights[C]//Proceedings of World Congress on Nature&Biologically Inspired Computing,2010:210-214.
• [4] DU T,KE X,LIAO J,et al.DSLC-FOA:Improved fruitfly optimization algorithm for application to structural engineering design optimization problems[J].Applied Mathematical Modelling,2018,55:314-339.
• [5] MIRJALILI S,LEWIS A.The whale optimization algorithm[J].Advances in Engineering Software,2016,95:51-67
• [6] HEIDARI A A,MIRJALILI S,FARIS H,et al.Harris hawks optimization:Algorithm and applications[J].Future Gener Comput Syst,2019,97:849-872.
• [7] BIDAR M,KANAN H R,MOUHOUB M,et al.Mushroom Reproduction Optimization(MRO):A novel natureinspired evolutionary algorithm[C]//Proceedings of 2018IEEE Congress on Evolutionary Computation(CEC),2018.
• [8] MIRJALILI S,MIRJALILI S M,LEWIS A.Grey wolf optimizer[J].Advances in Engineering Software,2014,69:46-61.
• [9]姚远远，叶春明，杨枫.双目标可重入混合流水车间调度问题的离散灰狼优化算法[J].运筹与管理，2019,28(8):190-199.
• [10]鲍毅，戴波，汪志华，等.基于灰狼算法的多目标智能家居负荷控制算法[J].系统仿真学报，2019,31(6):1216-1222.
• [11] RASHID T A,ABBAS D K,TUREL Y K.A multi hidden recurrent neural network with a modified grey wolf optimizer[J].PloS One,2019,14(3):e0213237.
• [12]王敏，唐明珠.一种新型非线性收敛因子的灰狼优化算法[J].计算机应用研究，2016,33(12):3648-3653.
• [13] SAREMI S,MIRJALILI S Z,MIRJALILI S M.Evolutionary population dynamicsand grey wolf optimizer[J].Neural Computing and Applications,2015,26(5):1257-1263.
• [14] RODRíGUEZ L,CASTILLO O,SORIA J,et al.A fuzzy hierarchical operator in the grey wolf optimizer algorithm[J].Applied Soft Computing,2017,57:315-328.
• [15]郭振洲，刘然，拱长青，等.基于灰狼算法的改进研究[J].计算机应用研究，2017,34(12):3603-3606.
• [16] ZHU A J,XU C P,LI Z,et al.Hybridizing grey wolf optimizationwith differential evolution for global-optimization and test schedulingfor 3D stacked SoC[J].Journal of Systems Engineering and Electronics,2015,26(2):317-328.
• [17] PANDA G,PRADHAN P M,MAJHI B.IIR system identification using cat swarm optimization[J].Expert Systems with Applications,2011,38(10):12671-12683.
• [18]马永杰，朱琳，田福泽.基于精英种群策略的协同差分进化算法[J].计算机工程与科学，2019,41(2):335-342.
• [19]王昱，章卫国，傅莉，等.基于精英改选机制的粒子群算法的空战纳什均衡策略逼近[J].控制理论与应用，2015,32(7):857-865.