基于Kent映射和自适应权重的灰狼优化算法
王勇亮1,2,3; 王挺1,2; 姚辰1,2
刊名计算机应用研究
2020
卷号37期号:S2页码:37-40
关键词Kent映射 灰狼优化算法 贝塔分布 全局优化 自适应权重 混沌初始化
ISSN号1001-3695
产权排序1
英文摘要

针对灰狼优化算法(GWO)易陷入局部最优、后期收敛速度慢等问题,提出一种基于Kent映射和自适应权重的灰狼优化算法。首先,该算法在种群初始化时引入Kent混沌映射,增强了初始化群体的多样性,可以对搜索空间进行更全面彻底的搜索;其次,在收敛因子a和种群位置更新公式中引入三角函数和贝塔分布,提高了算法后期的收敛速度;最后,在CEC2017常用的四类测试函数上的仿真实验表明,在相同的实验条件下,改进后的灰狼优化算法在求解精度和收敛速度上都有显著提升,且其性能明显优于其他智能优化算法和其他改进的灰狼优化算法。

语种中文
资助机构辽宁省“兴辽英才”计划项目(XLYC1807018) ; 沈阳市“双百工程”计划项目(18-400-6-16)
内容类型期刊论文
源URL[http://ir.sia.cn/handle/173321/28131]  
专题沈阳自动化研究所_机器人学研究室
通讯作者王挺
作者单位1.中国科学院机器人与智能制造创新研究院
2.中国科学院沈阳自动化研究所机器人学国家重点实验室
3.中国科学院大学
推荐引用方式
GB/T 7714
王勇亮,王挺,姚辰. 基于Kent映射和自适应权重的灰狼优化算法[J]. 计算机应用研究,2020,37(S2):37-40.
APA 王勇亮,王挺,&姚辰.(2020).基于Kent映射和自适应权重的灰狼优化算法.计算机应用研究,37(S2),37-40.
MLA 王勇亮,et al."基于Kent映射和自适应权重的灰狼优化算法".计算机应用研究 37.S2(2020):37-40.
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace