典型文献
动态调整成长方式的郊狼优化算法及其应用
文献摘要：
郊狼优化算法在迭代运行时种群多样性降低,收敛速度变慢,易陷入局部最优,并且在求解约束优化问题时难以获得可行解.提出一种动态调整成长方式的郊狼优化算法(DGCOA).在狼群进化中引入变异交叉策略,增强种群多样性,基于郊狼成长策略加入全局最优个体指导搜索,使得每个子种群中的个体从不同的方向快速逼近最优解位置,并根据种群中个体相似度对郊狼位置更新方式进行调整,平衡算法的全局探索与局部开发能力.在求解约束优化问题时,利用自适应约束处理方法构建新的适应度函数,协调优化目标和约束违反度.基于CEC2006对22个测试函数和3个工程设计问题进行仿真,结果表明,与COA、ICTLBO、ODPSO等算法相比,DGCOA算法具有较高的收敛精度和稳定性,适用于求解复杂优化问题.
文献关键词：
郊狼优化算法;变异交叉;约束处理;测试函数;工程优化
中图分类号：
作者姓名：
严逍亚;王振雷;王昕
作者机构：
华东理工大学能源化工过程智能制造教育部重点实验室,上海200237;上海交通大学电工与电子技术中心,上海200240
文献出处：
引用格式：
[1]严逍亚;王振雷;王昕-.动态调整成长方式的郊狼优化算法及其应用)[J].计算机工程,2022(07):73-81
A类：
DGCOA,CEC2006,ICTLBO,ODPSO
B类：
整成,郊狼优化算法,种群多样性,收敛速度,变慢,局部最优,解约,约束优化问题,难以获得,狼群,变异交叉,交叉策略,长策,略加,全局最优,子种群,快速逼近,最优解,个体相似度,位置更新,更新方式,局部开发,应约,约束处理方法,适应度函数,协调优化,优化目标,和约,违反,测试函数,工程设计问题,收敛精度,工程优化
AB值：
0.367953
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
