计算机应用
計算機應用
계산궤응용
Journal of Computer Applications
2015年
9期
2590-2595
,共6页
灰狼优化算法%约束优化%非固定多段映射罚函数法%佳点集
灰狼優化算法%約束優化%非固定多段映射罰函數法%佳點集
회랑우화산법%약속우화%비고정다단영사벌함수법%가점집
Grey Wolf Optimization (GWO) algorithm%constrained optimization%non-stationary multi-stage assignment penalty function method%good point set
针对基本灰狼优化(GWO)算法存在求解精度低、收敛速度慢、局部搜索能力差的问题,提出一种改进灰狼优化(IGWO)算法用于求解约束优化问题.该算法采用非固定多段映射罚函数法处理约束条件,将原约束优化问题转化为无约束优化问题,然后利用IGWO算法对转换后的无约束优化问题进行求解.在IGWO算法中,引入佳点集理论生成初始种群,为算法全局搜索奠定基础;为了提高局部搜索能力和加快收敛,对当前最优灰狼个体执行Powell局部搜索.采用几个标准约束优化测试问题进行仿真实验,结果表明该算法不仅克服了基本GWO的缺点,而且性能优于差分进化和粒子群优化算法.
針對基本灰狼優化(GWO)算法存在求解精度低、收斂速度慢、跼部搜索能力差的問題,提齣一種改進灰狼優化(IGWO)算法用于求解約束優化問題.該算法採用非固定多段映射罰函數法處理約束條件,將原約束優化問題轉化為無約束優化問題,然後利用IGWO算法對轉換後的無約束優化問題進行求解.在IGWO算法中,引入佳點集理論生成初始種群,為算法全跼搜索奠定基礎;為瞭提高跼部搜索能力和加快收斂,對噹前最優灰狼箇體執行Powell跼部搜索.採用幾箇標準約束優化測試問題進行倣真實驗,結果錶明該算法不僅剋服瞭基本GWO的缺點,而且性能優于差分進化和粒子群優化算法.
침대기본회랑우화(GWO)산법존재구해정도저、수렴속도만、국부수색능력차적문제,제출일충개진회랑우화(IGWO)산법용우구해약속우화문제.해산법채용비고정다단영사벌함수법처리약속조건,장원약속우화문제전화위무약속우화문제,연후이용IGWO산법대전환후적무약속우화문제진행구해.재IGWO산법중,인입가점집이론생성초시충군,위산법전국수색전정기출;위료제고국부수색능력화가쾌수렴,대당전최우회랑개체집행Powell국부수색.채용궤개표준약속우화측시문제진행방진실험,결과표명해산법불부극복료기본GWO적결점,이차성능우우차분진화화입자군우화산법.
