网络新媒体技术

2020, v.9;No.51(03) 28-34

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

一种基于收敛因子改进的灰狼优化算法
An Improved Grey Wolf Optimization Algorithm Based on Convergence Factor

邢燕祯;王东辉;

摘要(Abstract):

为求解复杂函数计算问题,很多启发式算法得以发展,灰狼优化算法因其实现简单、算法寻优能力强等特点得以广泛应用。为提高灰狼优化算法求解精度,改进灰狼优化算法在后期收敛速度较慢的问题,本文讨论了迭代过程全局搜索与局部搜索所占比例对灰狼优化算法的影响,将一种新型收敛因子应用于算法中,提出一种改进的灰狼优化算法。最后,采用测试集的13个标准测试函数对改进后的算法进行仿真实验,实验结果表明,本文提出的改进的灰狼优化算法在求解精度和算法稳定性等指标优于对比算法。

关键词(KeyWords): 灰狼优化算法;启发算法;收敛因子;全局优化算法

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 邢燕祯;王东辉;

Email:

DOI:

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享