结合模糊逻辑的自适应灰狼优化算法

摘要：

本文提出了一种结合模糊逻辑的灰狼优化算法.本文利用模糊逻辑对灰狼算法的收敛性和多样性进行改进,在狼群迭代过程中加入对多样性度量和误差度量的性能考量,设计了可实现参数动态自适应的模糊规则,从而使算法能够在寻优过程中实时调整收敛速度并提高求解精度.首先,利用30、64和128维度的基准数学函数表明该方法的可行性,然后引用假设检验表明方法的有效性,最后将其应用于柔性外骨骼机器人姿态数据的聚类分析.实验结果表明,在分析的基准函数上,该方法比原始灰狼算法以及其它模糊灰狼算法的性能更好,在姿态数据的聚类上,基于该方法的K-means算法在聚类性能上得到很大提升.

关键词：模糊逻辑;灰狼优化算法;动态适应;姿态识别

所属期刊栏目：42

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金项目;安徽省自然科学基金项目;江苏省重点研发计划项目

在线出版日期：2021-10-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：2023-2030