求解约束优化问题的改进灰狼优化算法

摘要：

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.

关键词：灰狼优化算法、约束优化、非固定多段映射罚函数法、佳点集

所属期刊栏目：35

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61463009;贵州省科学技术基金资助项目黔科合J字[2013]2082号;贵州省高校优秀科技创新人才支持计划项目黔教合KY字[2013]140

在线出版日期：2015-11-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：2590-2595