新型灰狼优化算法在函数优化中的应用

作者: 罗佳 [1] ; 唐斌 [2]

关键词: 灰狼优化算法函数优化群智能混沌 grey wolf optimization algorithm function optimization swarm intelligence chaos

摘要：针对灰狼优化算法在求解连续函数优化问题时精度不高、易出现早熟收敛等缺陷,提出一种改进的灰狼优化算法.该算法在初始种群个体时采用混沌序列方法,为算法全局搜索的多样性奠定基础.根据个体适应度值将种群分为两个子种群,分别执行不同的搜索方式,以平衡算法的开采能力和勘探能力.选取几个标准测试函数对算法性能进行测试,测试结果表明,与其他群智能优化算法相比,该算法在求解精度和收敛速度方面均具有较强的竞争力.

上一篇：一种新的邻域搜索特征点匹配算法
下一篇：基于量子行为的花朵授粉算法

新型灰狼优化算法在函数优化中的应用

作者: 罗佳 [1] ; 唐斌 [2]

关键词: 灰狼优化算法 函数优化 群智能 混沌 grey wolf optimization algorithm function optimization swarm intelligence chaos

关键词: 灰狼优化算法函数优化群智能混沌 grey wolf optimization algorithm function optimization swarm intelligence chaos