|
|
1.
强化最优和最差狼的郊狼优化算法及其二次指派问题应用
张新明, 王豆豆, 陈海燕, 毛文涛, 窦智, 刘尚旺
计算机应用
2019, 39 (10):
2985-2991.
DOI: 10.11772/j.issn.1001-9081.2019030454
针对郊狼优化算法（COA）优化性能不足的问题，提出一种强化最优和最差狼的COA（BWCOA）方法。首先，对于组内最差郊狼的成长，在最优郊狼引导的基础上引入全局最优郊狼引导操作，以提高最差郊狼的社会适应能力（局部搜索能力）；然后，在组内最优郊狼的成长过程中嵌入一种随机扰动操作，即以郊狼之间的随机扰动促进成长，发挥组内每个郊狼的能动性，提高种群的多样性进而强化全局搜索能力；最后，组内其他郊狼的成长方式保持不变。将BWCOA运用到复杂函数优化和以医院科室布局为例的二次指派问题（QAP）中。在CEC-2014复杂函数上的实验结果表明，与COA以及其他最先进的算法相比，BWCOA获得1.63的平均均值排名和Friedman检验中1.68的秩均值，均排名第一。另外，在6组QAP上的实验结果表明，BWCOA获得了5次均值最优的结果。实验结果均表明BWCOA具有更强的竞争性。
参考文献 |
相关文章 |
多维度评价
|
|
