融入等温过程的改进灰狼优化算法

摘要：

灰狼优化算法是一种新颖的群智能优化算法,针对该算法存在的平衡全局探索和局部开发效率低、易陷入局部极值的问题,提出融入等温过程的改进灰狼优化算法IGWOSA.为了平衡算法开发与探索的能力,IGWOSA在灰狼位置更新操作后,融入等温过程.根据metropolis准则对更新的新位置进行取舍,从而增添了算法跳出局部极值的能力.同时,对α、β、δ灰狼赋予高斯扰动变异操作,进一步提升搜索效率.实验结果表明,对于13个基准函数,改进策略能有效提升算法性能;高斯扰动对算法性能有显著提升效果;IGWOSA与最先进的同类算法EOGWO、EGWO、CGWO相比,在搜索效率和性能方面优势明显.其中,IGWOSA尤其擅长处理单峰函数,更是以数量级的优势优于对比算法,但是,在处理多峰函数时,EGWO以微弱的优势优于IGWOSA.

关键词：混合灰狼优化算法、搜索性能、灰狼优化算法、等温过程、高斯扰动、metropolis准则、基准函数

所属期刊栏目：45

分类号：TN911.1-34

资助基金：新疆师范大学数据安全重点实验室招标课题;新疆师范大学优秀青年教师科研启动基金项目

在线出版日期：2022-09-15（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：117-122