禁忌搜索灰狼优化算法研究

禁忌搜索灰狼优化算法研究

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

  • 0 引 言
  • 1 算法描述
  •   1.1 灰狼优化算法
  •   1.2 禁忌搜索算法
  • 2 基于禁忌搜索的灰狼优化算法改进
  • 3 实验设计与仿真分析
  •   3.1 测试函数与对比算法
  •   3.2 实验结果分析
  • 4 结束语
  • 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

    相关论文文献

    标签:;  ;  ;  ;  

    禁忌搜索灰狼优化算法研究
    下载Doc文档

    猜你喜欢