论文摘要
灰狼优化算法是模拟灰狼捕食行为的新型智能优化算法。原始灰狼算法由于种群迭代更新始终靠近最优解,所以存在易陷入局部最优解以及早熟收敛过快的现象。为了解决该问题,提出了一种基于禁忌搜索的灰狼优化算法,在原始灰狼优化算法中引入禁忌表的策略。禁忌表可以记录若干次历史搜索记录,下轮算法迭代可通过检索禁忌表来避免迂回搜索。当算法多次迭代且无法进一步获得更优解时,对当前最优解再进行一轮禁忌搜索,使得算法在一定次数内避免再次回到历史搜索中,进而跳出局部最优。通过对8个Benchmark基准函数的寻优测试表明,改进后的算法与原始灰狼优化算法和粒子群算法相比,其全局搜索能力获得显著提高,收敛速度加快,收敛精度更高,寻优能力更佳。
论文目录
文章来源
类型: 期刊论文
作者: 郭玉纯,曹小鹏,胡元娇
关键词: 灰狼优化算法,禁忌搜索算法,局部搜索,局部最优
来源: 计算机技术与发展 2019年12期
年度: 2019
分类: 信息科技
专业: 自动化技术
单位: 西安邮电大学计算机学院
基金: 国家自然科学基金(61136002),陕西省科技计划工业公关项目(2014k06-36),陕西省教育科技计划项目(2013JK1128),西安市科技计划项目(CX12188(7))
分类号: TP18
页码: 55-60
总页数: 6
文件大小: 990K
下载量: 324