典型文献
融入等温过程的改进灰狼优化算法
文献摘要：
灰狼优化算法是一种新颖的群智能优化算法,针对该算法存在的平衡全局探索和局部开发效率低、易陷入局部极值的问题,提出融入等温过程的改进灰狼优化算法IGWOSA.为了平衡算法开发与探索的能力,IGWOSA在灰狼位置更新操作后,融入等温过程.根据metropolis准则对更新的新位置进行取舍,从而增添了算法跳出局部极值的能力.同时,对α、β、δ灰狼赋予高斯扰动变异操作,进一步提升搜索效率.实验结果表明,对于13个基准函数,改进策略能有效提升算法性能;高斯扰动对算法性能有显著提升效果;IGWOSA与最先进的同类算法EOGWO、EGWO、CGWO相比,在搜索效率和性能方面优势明显.其中,IGWOSA尤其擅长处理单峰函数,更是以数量级的优势优于对比算法,但是,在处理多峰函数时,EGWO以微弱的优势优于IGWOSA.
文献关键词：
混合灰狼优化算法;搜索性能;灰狼优化算法;等温过程;高斯扰动;metropolis准则;基准函数
中图分类号：
作者姓名：
戈阳
作者机构：
新疆师范大学 计算机科学技术学院,新疆 乌鲁木齐 830054
文献出处：
引用格式：
[1]戈阳-.融入等温过程的改进灰狼优化算法)[J].现代电子技术,2022(17):117-122
A类：
IGWOSA,EOGWO,EGWO
B类：
等温过程,改进灰狼优化算法,群智能优化算法,局部开发,开发效率,局部极值,算法开发,位置更新,metropolis,取舍,跳出局部,高斯扰动,变异操作,搜索效率,基准函数,改进策略,算法性能,提升效果,最先,CGWO,擅长,长处,单峰函数,数量级,对比算法,多峰,微弱,混合灰狼优化算法,搜索性能
AB值：
0.287718
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。
