登录    注册    忘记密码

期刊文章详细信息

一种改进的灰狼优化算法  ( EI收录)  

An Improved Grey Wolf Optimization Algorithm

  

文献类型:期刊文章

作  者:龙文[1,2] 蔡绍洪[1] 焦建军[2] 伍铁斌[3]

LONG Wen;CAI Shao-hong;JIAO Jian-jun;WU Tie-bin(Key Laboratory of Economics System Simulation,Guizhou University of Finance & Economics,Guiyang,Guizhou 550025,China;School of Mathematics and Statistics,Guizhou University of Finance & Economics,Guiyang,Guizhou 550025,China;School of Energy and Electrical Engineering,Hunan University of Humanities Science & Technology,Loudi,Hunan 417000,China)

机构地区:[1]贵州财经大学贵州省经济系统仿真重点实验室,贵州贵阳550025 [2]贵州财经大学数学与统计学院,贵州贵阳550025 [3]湖南人文科技学院能源与机电工程学院,湖南娄底417000

出  处:《电子学报》

基  金:国家自然科学基金(No.61463009);贵州省高校科技拔尖人才支持计划(黔教合KY字.[2017]070)

年  份:2019

卷  号:47

期  号:1

起止页码:169-175

语  种:中文

收录情况:BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘  要:灰狼优化算法是最近提出的一种较有竞争力的优化技术.然而,它的位置更新方程存在开发能力强而探索能力弱的缺点.受差分进化和粒子群优化算法的启发,构建一个修改的个体位置更新方程以增强算法的探索能力;受粒子群优化算法的启发,提出一种控制参数a随机动态调整策略.此外,为了提高算法的全局收敛速度,用混沌初始化方法产生初始种群.采用18个高维测试函数进行仿真实验,结果表明:对于绝大多数情形,在相同最大适应度函数评价次数下,本文算法的性能明显优于标准灰狼优化算法.

关 键 词:灰狼优化算法  差分进化 粒子群优化 控制参数 混沌初始化  

分 类 号:TP301.6]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心