灰狼優(yōu)化算法是模擬灰狼捕食行為的新型智能優(yōu)化算法。原始灰狼算法由于種群迭代更新始終靠近最優(yōu)解,所以存在易陷入局部最優(yōu)解以及早熟收斂過快的現(xiàn)象。為了解決該問題,提出了一種基于禁忌搜索的灰狼優(yōu)化算法,在原始灰狼優(yōu)化算法中引入禁忌表的策略。禁忌表可以記錄若干次歷史搜索記錄,下輪算法迭代可通過檢索禁忌表來避免迂回搜索。當(dāng)算法多次迭代且無法進一步獲得更優(yōu)解時,對當(dāng)前最優(yōu)解再進行一輪禁忌搜索,使得算法在一定次數(shù)內(nèi)避免再次回到歷史搜索中,進而跳出局部最優(yōu)。通過對8個Benchmark基準(zhǔn)函數(shù)的尋優(yōu)測試表明,改進后的算法與原始灰狼優(yōu)化算法和粒子群算法相比,其全局搜索能力獲得顯著提高,收斂速度加快,收斂精度更高,尋優(yōu)能力更佳。 

【文章來源】：計算機技術(shù)與發(fā)展. 2019,29(12)

【文章頁數(shù)】：6 頁

【部分圖文】：

測試函數(shù)尋優(yōu)迭代仿真

為了進一步對比三種算法脫離局部最優(yōu)的能力,給出了八組測試函數(shù)下的TS-GWO,GWO,PSO的50次實驗執(zhí)行平均最優(yōu)適應(yīng)度值曲線,如圖1所示。圖1 測試函數(shù)尋優(yōu)迭代仿真

【參考文獻】：
期刊論文
[1]融合杜鵑搜索的灰狼優(yōu)化算法在網(wǎng)絡(luò)入侵檢測特征選擇中的應(yīng)用[J]. 徐慧,付迎春,劉翔,方策,蘇軍.  工程科學(xué)與技術(shù). 2018(05)
[2]基于Tent混沌序列的灰狼優(yōu)化算法[J]. 張賈奎,崔利杰,郭慶,陳浩然.  微電子學(xué)與計算機. 2018(06)
[3]用對數(shù)函數(shù)描述收斂因子的改進灰狼優(yōu)化算法及其應(yīng)用[J]. 伍鐵斌,桂衛(wèi)華,陽春華,龍文,李勇剛,朱紅求.  中南大學(xué)學(xué)報(自然科學(xué)版). 2018(04)
[4]基于改進灰狼優(yōu)化算法的類TSP問題研究——以旅游為例[J]. 許如琪,曹敏,黃夢雪,朱艷慧.  地理與地理信息科學(xué). 2018(02)
[5]基于改進灰狼優(yōu)化算法的無人機三維航跡規(guī)劃[J]. 柳長安,王曉鵬,劉春陽,吳華.  華中科技大學(xué)學(xué)報(自然科學(xué)版). 2017(10)
[6]基于智能優(yōu)化算法的互聯(lián)電網(wǎng)負荷頻率控制器設(shè)計及其控制性能分析[J]. 左劍,謝平平,李銀紅,段獻忠.  電工技術(shù)學(xué)報. 2018(03)
[7]基于灰狼優(yōu)化的模糊C-均值聚類算法[J]. 謝亮亮,劉建生,朱凡.  軟件導(dǎo)刊. 2017(04)
[8]具有自適應(yīng)搜索策略的灰狼優(yōu)化算法[J]. 魏政磊,趙輝,韓邦杰,孫楚,李牧東.  計算機科學(xué). 2017(03)
[9]基于灰狼優(yōu)化算法的置換流水線車間調(diào)度[J]. 呂新橋,廖天龍.  武漢理工大學(xué)學(xué)報. 2015(05)

碩士論文
[1]基于灰狼算法的智能圖像分割研究[D]. 王鈦.南京郵電大學(xué) 2017



本文編號：3553125