近20年以來,元啟發(fā)式優(yōu)化算法一經(jīng)提出便在社會(huì)經(jīng)濟(jì)的各個(gè)領(lǐng)域得到了廣泛的應(yīng)用。在2014年,灰狼優(yōu)化（GWO）算法被提出,是一種新型元啟發(fā)式優(yōu)化算法,這個(gè)算法在尋找最優(yōu)解方面的性能優(yōu)良。算法依然存在易于收斂到局部最優(yōu)的缺陷,然而,國(guó)內(nèi)外學(xué)者對(duì)該算法在這一問題上的改進(jìn)研究卻尚未深入展開。本文針對(duì)灰狼算法易陷入局部最優(yōu)的缺陷導(dǎo)致搜索精度偏低的問題,提出了一種改進(jìn)的GWO算法。首先,在GWO算法的進(jìn)化后期,由于群體中所有灰狼個(gè)體都朝著估計(jì)的最優(yōu)個(gè)體區(qū)域逼近,整個(gè)群體易于陷入局部最優(yōu)解,導(dǎo)致群體缺少多樣性。本文將控制因子結(jié)合隨機(jī),隨著搜索的不斷進(jìn)行,對(duì)局部的搜索也更為充分,從而提高算法的性能;其次,本文引入具有較好隨機(jī)性的Levy飛行策略,Levy飛行移動(dòng)一系列較小步長(zhǎng)后突然移動(dòng)一個(gè)較大步長(zhǎng),將其與r1和r2結(jié)合,從而有助于跳出局部最優(yōu);最后,在進(jìn)化后期,所有灰狼個(gè)體均向估計(jì)的全局最優(yōu)解方向移動(dòng),灰狼優(yōu)化算法收斂速度明顯變慢或停止,這是種群搜索的群智能優(yōu)化算法的固有缺陷。為了避免灰狼優(yōu)化算法陷入局部最優(yōu),本文對(duì)當(dāng)前最優(yōu)灰狼位置進(jìn)行多樣性變異。通過對(duì)多個(gè)基準(zhǔn)測(cè)試函數(shù)的仿真實(shí)驗(yàn),結(jié)果顯示:相比于P... 

【文章來源】：吉林大學(xué)吉林省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：54 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２，１灰狼的等級(jí)制度??

圖２．?２灰狼的捕食行為??在ＧＷＯ算法中，針對(duì)函數(shù)優(yōu)化問題，求解出的適應(yīng)度值最高的個(gè)體用符號(hào)ａ表??示，兩個(gè)次優(yōu)個(gè)體分別用Ｐ和Ｊ表示，？表示除以上三種個(gè)體的其他個(gè)體

圖５．１?ＦＩ基準(zhǔn)函數(shù)的二維圖和迭代圖??

【參考文獻(xiàn)】：
期刊論文
[1]基于多目標(biāo)粒子群算法的高維多目標(biāo)無功優(yōu)化[J]. 蔡博,黃少鋒.  電力系統(tǒng)保護(hù)與控制. 2017(15)
[2]基于改進(jìn)遺傳算法的反向傳播神經(jīng)網(wǎng)絡(luò)擬合LED光譜模型[J]. 高航,薛凌云.  激光與光電子學(xué)進(jìn)展. 2017(07)
[3]基于改進(jìn)蟻群算法與遺傳算法組合的網(wǎng)絡(luò)入侵檢測(cè)[J]. 袁琴琴,呂林濤.  重慶郵電大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(01)
[4]基于遺傳搜索策略的人工蜂群算法[J]. 王松,李紅星.  北京聯(lián)合大學(xué)學(xué)報(bào). 2017(01)
[5]基于自適應(yīng)GWO的多UCAV協(xié)同攻擊目標(biāo)決策[J]. 魏政磊,趙輝,韓邦杰,周歡.  計(jì)算機(jī)工程與應(yīng)用. 2016(18)
[6]基于收斂因子非線性動(dòng)態(tài)變化的灰狼優(yōu)化算法[J]. 羅佳,唐斌.  中國(guó)科技論文. 2016(17)
[7]一種新型非線性收斂因子的灰狼優(yōu)化算法[J]. 王敏,唐明珠.  計(jì)算機(jī)應(yīng)用研究. 2016(12)
[8]求解約束優(yōu)化問題的改進(jìn)灰狼優(yōu)化算法[J]. 龍文,趙東泉,徐松金.  計(jì)算機(jī)應(yīng)用. 2015(09)
[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(bào). 2015(05)



本文編號(hào)：3577411