摘要:为了解决基本灰狼优化算法( GWO) 依赖初始种群和求解精度不高的问题,提出一种基于 Iterative 映射和单纯形法的改进灰狼优化算法( SMIGWO) 。该算法利用混沌 Iterative 映射产生初始灰狼种群,增强全局搜索过程中的种群多样性; 采用逆不完全 Γ 函数更新收敛因子,以平衡算法的全局搜索和局部搜索能力; 利用单纯形法...
1 简介 为了解决基本灰狼优化算法(GWO)依赖初始种群和求解精度不高的问题,提出一种基于Iterative映射和单纯形法的改进灰狼优化算法(SMIGWO).该算法利用混沌Iterative映射产生初始灰狼种群,增强全局搜索过程中的种群多样性;采用逆不完全Γ函数更新收敛因子,以平衡算法的全局搜索和局部搜索能力;利用单纯形法的反射,扩张和收...
该算法利用混沌Iterative映射产生初始灰狼种群,增强全局搜索过程中的种群多样性;采用逆不完全r函数更新收敛因子,以平衡算法的全局搜索和局部搜索能力;利用单纯形法的反射、扩张和收缩操作对当前较差个体进行改进,避免算法陷入局部最优。对10个测试函数进行仿真实验,数值结果表明,与基本GwO算法、squareGwO算法、非线性收敛...