|
1.
采用动态权重和概率扰动策略改进的灰狼优化算法
陈闯, Ryad Chellali, 邢尹
计算机应用
2017, 37 (12):
3493-3497.
DOI: 10.11772/j.issn.1001-9081.2017.12.3493
针对基本灰狼优化(GWO)算法存在易陷入局部最优,进而导致搜索精度偏低的问题,提出了一种改进的GWO (IGWO)算法。一方面,通过引入由GWO算法系数向量构成的权值因子,动态调整算法的位置向量更新方程;另一方面,通过采用概率扰动策略,增强算法迭代后期的种群多样性,从而提升算法跳出局部最优的能力。对多个基准测试函数进行仿真实验,实验结果表明,相对于GWO算法、混合GWO (HGWO)算法、引力搜索算法(GSA)和差分进化(DE)算法,所提IGWO算法有效摆脱了局部收敛,在搜索精度、算法稳定性以及收敛速度上具有明显优势。
参考文献 |
相关文章 |
多维度评价
|
|