基于非线性搜索策略的改进灰狼优化算法及其应用OACSTPCD
灰狼算法(GWO)在大工业复杂的优化问题求解中存在许多不足之处,如容易陷入局部最优解、收敛速度慢、最优解精度低等缺点,由此提出一种改进的灰狼优化算法.在灰狼算法的基础上,通过引入非线性参数和新的位置迭代更新方程,构建一种基于非线性策略的灰狼优化算法,并通过软件实现算法.通过8个标准测试函数在多维度下的数值对比实验和一个工程设计优化问题求解,分析验证算法的稳定性和优越性,并证明其性能均优于原有的GWO系列算法,是一种具有潜力的元启发式算法.
闵超;崔均熠;赵超超;乔华;刘凤珠;
西南石油大学理学院,四川成都610500 西南石油大学人工智能研究院,四川成都610500 西南石油大学油气藏地质与开发工程国家重点实验室,四川成都610500西南石油大学理学院,四川成都610500 西南石油大学人工智能研究院,四川成都610500西南科技大学数理学院,四川绵阳621010
数学
优化算法启发式算法群体能算法灰狼优化器非线性策略
《四川师范大学学报（自然科学版）》 2024 (004)
P.537-547 / 11
四川省科技创新苗子工程资助项目(2022034);成都市国际合作项目(2020-GH02-00023-HZ)。
评论