期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
具有自适应搜索策略的灰狼优化算法 被引量:31
1
作者 魏政磊 赵辉 +2 位作者 韩邦杰 孙楚 李牧东 《计算机科学》 CSCD 北大核心 2017年第3期259-263,共5页
灰狼优化算法(Grey Wolf Optimization,GWO)是一种新型的群智能优化算法。与其他智能优化算法类似,该算法仍存在收敛速度慢、容易陷入局部极小点的缺点。针对这一问题,提出了具有自适应搜索策略的改进算法。为了提高算法的收敛速度和优... 灰狼优化算法(Grey Wolf Optimization,GWO)是一种新型的群智能优化算法。与其他智能优化算法类似,该算法仍存在收敛速度慢、容易陷入局部极小点的缺点。针对这一问题,提出了具有自适应搜索策略的改进算法。为了提高算法的收敛速度和优化精度,通过适应度值控制智能个体位置,并引入了最优引导搜索方程;另一方面,为提高GWO的种群多样性,改进算法利用位置矢量差随机跳出局部最优。最后对10个标准测试函数进行了仿真实验,并与其他4种算法进行了比较,统计结果和Wilcoxon符号秩检验结果均表明,所提出的改进算法在收敛速度以及搜索精度方面具有明显优势。 展开更多
关键词 灰狼化算法 自适应 最优学习搜索方程 Wilcoxon符号秩检验 函数
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部