改进收敛因子和变异策略的灰狼优化算法
针对灰狼优化算法(GWO)在求解复杂优化问题时容易出现收敛速度慢和早熟收敛等缺点,提出了一种改进收敛因子和变异策略的新型灰狼优化算法(C MGWO).为了平衡GWO算法的全局探索能力与局部开发能力,设计了一种基于反余弦函数变化策略的收敛因子;为了进一步提高算法跳出局部最优解的能力,提出了一种新的位置变异策略.仿真实验结果表明,与已有的3种智能优化算法和5种典型改进灰狼优化算法相比,改进算法具有更快的收敛速度和更高的寻优精度,更适用于解决各种函数优化问题.
灰狼优化算法、反余弦函数、变异策略、测试函数、寻优精度
39
TP301.6(计算技术、计算机技术)
广东省普通高校特色创新科研资助项目;广东省普通高校特色创新科研资助项目
2021-06-21(万方平台首次上网日期,不代表论文的发表时间)
共6页
1-6