-
题名改进自适应收敛因子的灰狼优化算法研究
被引量：4
- 1
-
-
作者
李新宇
-
机构
安徽理工大学电气与信息工程学院
-
出处
《信息与电脑》
2021年第24期91-94,共4页
-
文摘
针对传统灰狼优化算法易陷入局部最优解和狼群多样性贫乏等问题,提出了一种改进型的灰狼优化算法(ISSAGWO)。该算法通过混沌映射初始化灰狼种群,提高了全局最优值求解过程中的狼群多样性。为避免算法陷入局部最优解,引入了一种改进自适应收敛因子。对4种国际基准函数进行MATLAB仿真实验,实验结果表明,与其他群智能优化算法对比,ISSAGWO在求解精度和稳定性上有明显优势。此外,通过ulysses22标准数据集求解旅行商(Travelling Salesman Problem,TSP)问题,验证了该算法的可行性。
-
关键词
灰狼优化算法
issagwo
混沌映射
自适应收敛因子
ulysses22s
TSP
-
Keywords
gray wolf optimization algorithm
issagwo
chaotic mapping
adaptive convergence factor
ulysses22s
TSP
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
