灰狼算法的优化研究与实现

发布时间：2022-01-08 22:36

　　近20年以来,元启发式优化算法一经提出便在社会经济的各个领域得到了广泛的应用。在2014年,灰狼优化（GWO）算法被提出,是一种新型元启发式优化算法,这个算法在寻找最优解方面的性能优良。算法依然存在易于收敛到局部最优的缺陷,然而,国内外学者对该算法在这一问题上的改进研究却尚未深入展开。本文针对灰狼算法易陷入局部最优的缺陷导致搜索精度偏低的问题,提出了一种改进的GWO算法。首先,在GWO算法的进化后期,由于群体中所有灰狼个体都朝着估计的最优个体区域逼近,整个群体易于陷入局部最优解,导致群体缺少多样性。本文将控制因子结合随机,随着搜索的不断进行,对局部的搜索也更为充分,从而提高算法的性能;其次,本文引入具有较好随机性的Levy飞行策略,Levy飞行移动一系列较小步长后突然移动一个较大步长,将其与r1和r2结合,从而有助于跳出局部最优;最后,在进化后期,所有灰狼个体均向估计的全局最优解方向移动,灰狼优化算法收敛速度明显变慢或停止,这是种群搜索的群智能优化算法的固有缺陷。为了避免灰狼优化算法陷入局部最优,本文对当前最优灰狼位置进行多样性变异。通过对多个基准测试函数的仿真实验,结果显示:相比于P... 

【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校

【文章页数】：54 页

【学位级别】：硕士

【部分图文】：

图２，１灰狼的等级制度??

图２．?２灰狼的捕食行为??在ＧＷＯ算法中，针对函数优化问题，求解出的适应度值最高的个体用符号ａ表??示，两个次优个体分别用Ｐ和Ｊ表示，？表示除以上三种个体的其他个体

图５．１?ＦＩ基准函数的二维图和迭代图??

【参考文献】：
期刊论文
[1]基于多目标粒子群算法的高维多目标无功优化[J]. 蔡博,黄少锋.  电力系统保护与控制. 2017(15)
[2]基于改进遗传算法的反向传播神经网络拟合LED光谱模型[J]. 高航,薛凌云.  激光与光电子学进展. 2017(07)
[3]基于改进蚁群算法与遗传算法组合的网络入侵检测[J]. 袁琴琴,吕林涛.  重庆邮电大学学报(自然科学版). 2017(01)
[4]基于遗传搜索策略的人工蜂群算法[J]. 王松,李红星.  北京联合大学学报. 2017(01)
[5]基于自适应GWO的多UCAV协同攻击目标决策[J]. 魏政磊,赵辉,韩邦杰,周欢.  计算机工程与应用. 2016(18)
[6]基于收敛因子非线性动态变化的灰狼优化算法[J]. 罗佳,唐斌.  中国科技论文. 2016(17)
[7]一种新型非线性收敛因子的灰狼优化算法[J]. 王敏,唐明珠.  计算机应用研究. 2016(12)
[8]求解约束优化问题的改进灰狼优化算法[J]. 龙文,赵东泉,徐松金.  计算机应用. 2015(09)
[9]基于灰狼优化算法的置换流水线车间调度[J]. 吕新桥,廖天龙.  武汉理工大学学报. 2015(05)



本文编号：3577411