-
题名一种改进的灰狼优化算法
被引量：1
- 1
-
-
作者
陈贞
闫明晗
-
机构
莆田学院机电与信息工程学院
长春大学电子信息工程学院
-
出处
《延边大学学报（自然科学版）》
CAS
2022年第3期250-254,共5页
-
基金
福建省自然科学基金(2019J01814)
莆田学院校级科研项目(2022033)。
-
文摘
为了克服标准灰狼优化(GWO)算法寻优精度不高,难以在收敛速度和避免陷入局部最优之间取得平衡等问题,提出了一种改进的灰狼优化(IGWO)算法.该算法采用非线性收敛因子策略和自适应调整策略来提高寻优精度和加快收敛速度.选取10个基准函数对IGWO算法进行验证表明,IGWO算法的优化精度和收敛速度显著优于标准GWO算法和其他元启发式算法,因此本文提出的IGWO算法在求解最优参数方面具有良好的应用价值.
-
关键词
灰狼优化算法
线性收敛因子
自适应调整策略
元启发式算法
-
Keywords
grey wolf optimization algorithm
nonlinear convergence factor
adaptive adjustment strategy
meta-heuristic algorithm
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名一种混合策略改进的灰狼优化算法
被引量：1
- 2
-
-
作者
倪静
秦斌
曾凡龙
-
机构
上海理工大学管理学院
-
出处
《软件导刊》
2021年第5期72-76,共5页
-
基金
教育部人文社会科学基金项目(19YJAZH064)。
-
文摘
为了改善传统灰狼优化算法初始种群不均匀、收敛速度慢和易陷入局部寻优的缺点,提出一种混合策略改进的灰狼优化算法。首先,基于反向学习策略生成多样化种群,为算法全局搜索奠定基础;然后,引入非线性调整策略平衡算法的全局和局部搜索能力,提升算法运行效率;最后,在位置更新中引入莱维飞行策略扩大搜索范围,增强算法全局搜索能力。通过12个标准基准函数测试算法性能。仿真结果表明,IGWO算法比传统GWO算法的寻优精度和稳定性平均提高了4倍。
-
关键词
灰狼优化算法
反向学习策略
非线性调整策略
莱维飞行策略
-
Keywords
grey wolf optimization algorithm
opposition-based learning strategy
nonlinear adjustment strategy
Levy flight strategy
-
分类号
TP312
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于CAS理论的改进PSO算法
被引量：12
- 3
-
-
作者
刘举胜
何建佳
李鹏飞
-
机构
上海理工大学管理学院
上海理工大学超网络研究中心(中国)
-
出处
《计算机工程与应用》
CSCD
北大核心
2017年第5期57-63,共7页
-
基金
国家自然科学基金(No.71171135)
上海市一流学科建设项目(No.S1201YLXK)
+3 种基金
上海市高原学科(管理科学与工程)建设项目
上海高校青年教师培养资助计划项目(No.slg14020)
上海理工大学国家级项目培育课(No.15HJPY-QN09)
上海市哲学社会科学规划课题(No.2016EGL007)
-
文摘
针对粒子群优化(PSO)算法易陷入局部最优,发生早熟这一问题,借鉴复杂适应系统(CAS)理论,将混沌和自适应引入到基本PSO中,形成一种双重自适应PSO算法(DAPSO)。该算法在初始化种群时,采用Logisitic方程产生混沌序列;在迭代过程中,通过非线性动态调整策略调整粒子个体学习因子和社会学习因子的大小,采用(0,1)随机均匀分布代替惯性权重递减的方法对w进行自适应取值来更新粒子的速度和位移,最终实现算法求解全局最优的目标。最后运用六个高维单模态和多模态Benchmark测试函数对该算法进行仿真,并与PSO,2PSO,KPSO算法进行对比。对比结果表明,该算法在求解全局最优解时,效果明显优于其他粒子群算法,在精确性和寻优效率上较其他算法表现尤为突出。
-
关键词
复杂适应系统(CAS)理论
双重自适应粒子群优化(DAPSO)算法
Logisitic方程
非线性动态调整策略
(0
1)随机均匀分布
-
Keywords
theory of complex adaptive system
Dual Adaptive Particle Swarm Optimization(DAPSO)algorithm
Logistic equation
nonlinear dynamic adjustment strategy
(0, 1)random uniform distribution
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名一种改进的混合鲸鱼优化算法研究
被引量：2
- 4
-
-
作者
倪亚萍
张业荣
-
机构
南京邮电大学
-
出处
《现代信息科技》
2022年第18期103-105,108,共4页
-
文摘
在对鲸鱼优化算法(WOA)的数学模型深入研究时,发现传统的WOA算法在处理一些较为复杂的问题,或者对高维度空间进行搜索时还存在一些不足之处,如收敛速度慢、易陷入局部最优等缺点。针对这些问题,文章提出一种改进的混合鲸鱼优化算法,通过引入精英反向学习、非线性收敛因子和自适应调整搜索组合策略来提高算法收敛速度,弥补传统WOA算法的不足。实验结果表明,改进后的算法(IWOA)性能更优,有着广泛的应用前景。
-
关键词
鲸鱼优化算法
精英反向学习
非线性收敛因子
自适应调整搜索策略
-
Keywords
whale optimization algorithm
elite reverse learning
nonlinear convergence factor
adaptive adjustment of search strategy
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
