|
|
1.
基于改进自组织临界优化的元启发式灰狼优化算法
徐达宇, LIU Renping
计算机应用
2016, 36 (6):
1588-1593.
DOI: 10.11772/j.issn.1001-9081.2016.06.1588
针对新型元启发式算法灰狼优化(GWO)算法在寻优过程中易陷入局部最优这一问题,提升该算法获取全局最优解的能力。介绍了该算法的基本原理和建模过程,并在此基础上,结合自组织临界性理论的优点,提出了改进的极值优化(IEO)算法,将IEO融入到GWO模型中,构建基于自组织临界(SOC)优化的改进GWO算法(IEO-GWO)。通过与传统优化算法对于23个基准测试函数在寻优性能上的综合比较,验证了IEO-GWO模型在获取全局最优解性能上的优越性。
参考文献 |
相关文章 |
多维度评价
|
|
