10.3969/j.issn.1007-130X.2021.11.017
基于Cubic映射的灰狼优化算法及应用
针对标准的灰狼优化算法GWO对于复杂优化问题的求解易陷入局部最优的缺点,从混沌初始化和非线性控制策略2个角度,提出一种基于Cubic映射和反向学习的灰狼优化算法COGWO.首先,利用Cubic映射和反向学习策略对种群进行初始化,并通过非线性参数控制策略来调节寻优过程中的参数;然后,对6种基准测试函数进行寻优实验,实验结果表明,COGWO算法具有更好的收敛精度、收敛速度和稳定性;最后,将COGWO算法应用到了实际的工程优化问题中.
灰狼优化算法;Cubic映射;反向学习;拉伸弹簧设计;非线性
43
TP352(计算技术、计算机技术)
国家自然科学基金;贵州省工业攻关项目;贵州省研究生创新基金;贵州省科技基金;贵州省农业攻关项目;贵州省联合基金
2021-11-25(万方平台首次上网日期,不代表论文的发表时间)
共8页
2035-2042