资料下载
×
可提升全局寻优精度的改进灰狼优化算法
消耗积分:0 |
格式:pdf |
大小:2.39 MB |
2021-05-17
分享资料个
在标准灰狼优化算法寻优的中后期，由于衰减因子减小，灰狼群体中的个体均向领导层灰狼所在区域靠近，导致算法的全局寻优能力差，降低了寻优精度。针对该问题，提出了一种改进灰狼优化算法（ Improved grey Wolf Optimization，IGWO）。该算法首先分析了衰减因子对灰狼算法（ Grey Wolf Optimization，GWO）的影响，提出了一种分段可调节衰减因子，用于平衡算法的勘探能力与开发能力。其可以根据不同优化问题来寻找适当的参数，实现更高精度的寻优，并且保证了在寻优过程的中后期，算法也具有一定的全局搜索能力。数值仿真实验表明，提高勘探比例有利于提髙算法的收敛精度。冋时，在寻优过程中，根据概率选择对领导层灰狼分别进行莱维飞行操作或随杋游动操作。利用莱维飞行短距离搜索与偶尔较长距离行走相间的搜索特点，提高算法的全局寻优能力;利用随杋游动相对集中的搜索特性，提高局部寻优能力。最后，对8个标准测试函数进行仿真实验，并与其他几种算法进行比较，实验结果表明，所提算法在寻优精度、算法稳定性及收敛速度上都有较大优势。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
