基于高斯扰动和混沌初始化的狼群算法

发布时间：2021-11-22 16:46

　　针对狼群算法（WPA）在最优化问题的过程中存在的寻优精度较低且易陷局部最优的弊端,提出一种基于高斯扰动和混沌初始化的狼群算法（GCWPA）。为使狼群更均匀的分布在搜索空间中,采用混沌立方映射对狼群进行初始化操作;采用根据头狼位置的动态变化的步长、更改围攻行为的结束条件以及通过高斯扰动使算法具有跳出局部最优的能力等对WPA算法进行改进。选取12个国际标准的基准函数对GCWPA算法进行测试验证,仿真结果表明,GCWPA算法在单峰、多峰,低维、高维都有良好表现。 

【文章来源】：计算机工程与设计. 2019,40(10)北大核心

【文章页数】：6 页

【参考文献】：
期刊论文
[1]基于差分进化的改进狼群算法研究[J]. 王盈祥,陈民铀,程庭莉,盛琪,董龙昌,李哲.  计算机应用研究. 2019(08)
[2]基于自适应和变游走方向的改进狼群算法[J]. 郭立婷.  浙江大学学报(理学版). 2018(03)
[3]一种改进的狼群算法[J]. 惠晓滨,郭庆,吴娉娉,赵昱.  控制与决策. 2017(07)
[4]仿生智能算法研究现状及军事应用综述[J]. 彭业飞,冯智鑫,张维继.  自动化技术与应用. 2017(02)
[5]一种基于文化机制的狼群算法[J]. 钱荣鑫.  信息技术. 2015(12)
[6]一种新的群体智能算法——狼群算法[J]. 吴虎胜,张凤鸣,吴庐山.  系统工程与电子技术. 2013(11)
[7]一种基于领导者策略的狼群搜索算法[J]. 周强,周永权.  计算机应用研究. 2013(09)
[8]基于混沌理论的动态种群萤火虫算法[J]. 冯艳红,刘建芹,贺毅朝.  计算机应用. 2013(03)

硕士论文
[1]狼群算法的优化研究与应用[D]. 李祥.青岛理工大学 2018
[2]基于改进狼群算法的小波神经网络短时交通流预测[D]. 齐璐.西南交通大学 2017



本文编号：3512086