文献类型：期刊文章

作　　者：谈发明[1] 赵俊杰[2] 王琪[2]

TAN Fa-ming;ZHAO Jun-jie;WANG Qi(Information Center,Jiang Su University of Technology,ChangZhou 213001,China;School of Electrical and Information Engineering,Jiang Su University of Technology,ChangZhou 213001,China)

机构地区：[1]江苏理工学院信息中心,江苏常州213001 [2]江苏理工学院电气信息工程学院,江苏常州213001

出　　处：《微电子学与计算机》

基　　金：国家自然科学基金青年科学基金(61803186);江苏省高等学校自然科学研究面上项目(17KJB470003)

年　　份：2019

卷　　号：36

期　　号：5

起止页码：89-95

语　　种：中文

收录情况：BDHX、BDHX2017、JST、SCOPUS、ZGKJHX、核心刊

摘　　要：针对灰狼优化算法在求解复杂优化问题时过早收敛和易陷入局部最优的缺点,提出一种改进型灰狼优化算法(CGWO)用于求解无约束优化问题.算法首先利用引入混沌映射策略的反向学习方法初始种群个体,为算法全局寻优奠定基础;从平衡全局和局部搜索能力角度考虑,对收敛因子的递减形式提出了改进型非线性函数形式;为避免算法陷入局部最优,对当前最优灰狼个体位置进行Cauchy变异操作.给出了改进的具体实现步骤,对8个标准测试函数进行仿真实验,实验结果表明,改进灰狼优化算法具有更好的求解精度和稳定性.

关 键 词：灰狼优化  混沌 收敛因子  变异  

分 类 号：TP18]