文献类型：期刊文章

作　　者：龙文[1] 赵东泉[2] 徐松金[3]

机构地区：[1]贵州省经济系统仿真重点实验室(贵州财经大学),贵阳550004 [2]枣庄科技职业学院机械工程系,山东滕州277500 [3]铜仁学院数学科学学院,贵州铜仁554300

出　　处：《计算机应用》

基　　金：国家自然科学基金资助项目(61463009);贵州省科学技术基金资助项目(黔科合J字[2013]2082号);贵州省高校优秀科技创新人才支持计划项目(黔教合KY字[2013]140)

年　　份：2015

卷　　号：35

期　　号：9

起止页码：2590-2595

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD_E2015_2016、IC、INSPEC、JST、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：针对基本灰狼优化(GWO)算法存在求解精度低、收敛速度慢、局部搜索能力差的问题,提出一种改进灰狼优化(IGWO)算法用于求解约束优化问题。该算法采用非固定多段映射罚函数法处理约束条件,将原约束优化问题转化为无约束优化问题,然后利用IGWO算法对转换后的无约束优化问题进行求解。在IGWO算法中,引入佳点集理论生成初始种群,为算法全局搜索奠定基础;为了提高局部搜索能力和加快收敛,对当前最优灰狼个体执行Powell局部搜索。采用几个标准约束优化测试问题进行仿真实验,结果表明该算法不仅克服了基本GWO的缺点,而且性能优于差分进化和粒子群优化算法。

关 键 词：灰狼优化算法  约束优化  非固定多段映射罚函数法  佳点集

分 类 号：TP301.6]