基于确定性拥挤的多模态郊狼优化算法

摘要：

为了解决多模态优化问题,对郊狼优化算法进行研究,提出了一种基于确定性拥挤的多模态郊狼优化算法—DCCOA.将小生境技术的确定性拥挤方法引入郊狼优化算法中,定义了新的郊狼进化机制,改进了郊狼群组文化趋势的计算方法.同时,为了更真实地模拟郊狼的种群生活,算法还定义了2只阿尔法郊狼并且采用了权重法更新郊狼的社会状况.最后将DCCOA与其它智能优化算法在多个典型基准函数上进行不同决策变量维数的多次对比实验.实验结果表明,小生境技术的引入进一步促进了算法在探索和勘探之间的平衡,提升了郊狼优化算法在多模态情况下的全局寻优能力,从而比原算法具有更好的收敛精度、更快的收敛速度和更强的稳定性.

关键词：郊狼优化算法、多模态优化、确定性拥挤、小生境

所属期刊栏目：43

分类号：TP18(自动化基础理论)

资助基金：国家社会科学基金;广东省科技计划;广东省联合培养研究生示范基地项目;广东省联合培养研究生示范基地项目;广东省教育厅重点领域专项

在线出版日期：2021-07-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1112-1120