改进灰狼优化算法的研究  

作　　者：容静 何广焕 蒙金龙 蒋霖[1] 杨锦涛 

机构地区：[1]广西建设职业技术学院土木工程学院,广西南宁530007 [2]广西精诚测绘有限公司,广西南宁530299

出　　处：《大众科技》2024年第3期12-15,共4页Popular Science & Technology

基　　金：广西职业教育教学改革研究项目“‘五维融通·一体三联合’模式下TPACK混合式教学改革研究与实践——以《建筑工程测量》为例”(GXGZJG2023B051);广西高校中青年教师科研基础能力提升项目(2023KY1199、2024KY1213、2023KY1187)。

摘　　要：针对原始灰狼优化(Grey Wolf Optimization,GWO)算法在寻优过程中存在求解精度欠佳,后期极易陷入局部最优和收敛速度下降等多种问题,文章研究了改进的灰狼优化(Improve Grey Wolf Optimization,IGWO)算法。改进算法从改变参数和搜寻机制入手,采用对灰狼当前最优个体进行混沌扰动的初始化策略和随机控制当前不处于最优解范围个体的跳出局部最优策略,以提高其收敛速度和寻优精度。为验证算法实用性,文章采取9种基准函数测试IGWO算法的可行性,数据结果分析表明,该算法能够明显提高收敛速度和收敛精度,且效果均显著优于其他元启发式算法以及原始的GWO算法,可见在求解最优参数方面,IGWO算法具有较高的应用价值。

关 键 词：灰狼优化算法 种群初始化 跳出局部最优策略 元启发式算法 

分 类 号：TP312[自动化与计算机技术—计算机软件与理论]