引入莱维飞行与动态权重的改进灰狼算法

摘要：

针对求解复杂优化问题时,灰狼(GWO)算法存在全局搜索能力不足、容易陷入局部最优值等问题,提出一种引入莱维飞行与动态权重策略的改进灰狼算法(LGWO).基于Singer混沌映射初始化灰狼个体位置,增加种群多样性;收敛因子采用新的非线性更新策略,在种群迭代全期平衡全局搜索与局部搜索能力;在种群位置更新公式引入莱维飞行与动态权重策略,增加种群跳出局部最优值的概率,提升寻优准确度.通过8个基准函数的测试,并与其他优化算法和改进算法进行对比,LGWO取得了最优的收敛速度与预测精度,并验证了LGWO算法优化高维复杂问题的有效性.

关键词：灰狼优化算法、莱维飞行、动态权重、Singer映射

所属期刊栏目：58

分类号：TP301.6(计算技术、计算机技术)

资助基金：山东省优势特色学科特支计划2015162

在线出版日期：2022-12-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：74-82