多阶段的郊狼优化算法

摘要：

为了解决更复杂的优化问题,本文对原始郊狼算法进行研究,提出一种多阶段的郊狼优化算法(MCOA),将算法分为前、中、后期.在前期阶段让郊狼进行正常成长,再引入旋转策略加强其勘探过程的搜索范围,避免过早陷入局部最优解.在中期阶段,提出"以优带差"的策略,再采用新型头狼更新方式对头狼进行更新,更好地平衡勘探和开采过程.在后期阶段,提出一种新型后期成长方式进行郊狼成长,并提出避免趋同因子,解决后期趋同的问题.采用CEC2014测试函数集进行仿真,与其他先进算法以及最新提出的郊狼算法比较,结果表明MCOA具有更好的搜索效率、收敛精度、优化性能以及稳定性.

关键词：郊狼优化算法、群智能算法、测试函数、多阶段、策略

所属期刊栏目：41

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金;湖北省水电机械设备设计与维护重点实验室基金;信息物理融合防御与控制系统宜昌市重点实验室三峡大学项目

在线出版日期：2023-06-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：105-117