重选精英个体的非线性收敛灰狼优化算法.pdfVIP

622021，57（1）ComputerEngineeringandApplications计算机工程与应用

重选精英个体的非线性收敛灰狼优化算法

黎素涵，叶春明

上海理工大学管理学院，上海200093

摘要：针对灰狼优化算法（GWO）存在的求解精度较低、后期收敛速度较慢、易陷入局部最优的缺点，提出一种改

进灰狼优化算法（EGWO）。该算法引进两种改进策略：用以平衡算法全局有哪些信誉好的足球投注网站性和局部开发性的非线性收敛因子

调整策略和用以降低陷入局部最优风险的精英个体重选策略。通过在9个基准测试函数上的实验与标准GWO算

法，以及文献提出的5种改进灰狼算法和4种其他算法进行对比，从算法寻优的精确性和鲁棒性两个方面验证两种

算法改进策略的有效性。实验结果表明，两种改进策略都能提升算法性能，综合使用两种策略的EGWO在收敛速度

和求解精度都明显优于其他比较算法。

关键词：灰狼优化算法（GWO）；群智能算法；收敛因子；精英策略

文献标志码：A中图分类号：TP301.6doi：10.3778/j.issn.1002-8331.2003-0121

ImprovedGreyWolfOptimizerAlgorithmUsingNonlinearConvergenceFactorandElite

Re-electionStrategy

LISuhan,YEChunming

SchoolofBusiness,UniversityofShanghaiforScienceandTechnology,Shanghai200093,China

Abstract：AimingatthedisadvantagesofGreyWolfOptimization（GWO）,suchaslowsolutionaccuracy,slowconver-

gencespeedandeasytofallintolocaloptimization,animprovedGreyWolfOptimization（EGWO）isproposed.Two

improvementstrategiesareintroducedintothealgorithm：theadjustmentstrategyofnonlinearconvergencefactorto

balanceglobalsearchandlocaldevelopmentofthealgorithm,andtheelitere-electionstrategytoreducetheriskoffalling

intothelocaloptimal.Throughcomparingexperimentson9benchmarktestfunctionswithstandardGWOalgorithm,5

improvedGWOproposedbyotherliteraturesand4otheralgorithms,fromalgorithmoptimizationabilityandrobustness

twoaspectstodemonstratetheeffectivenessoftwokindsofalgorithmimprovementstrategies,theexperimentalresults

showthatbothstrategiescanimprovealgorithmperformance,EGWOthatcomprehensiveuseoftwostrategiesissuperior

toothercomparisonalgorithmsinconvergencespeedandsolutionaccuracy.

Keywords：GreyWolfOptimization（GWO）;swarmintelligencealgorithm;convergencefactor;elitetactic

群智能算法是一类通过模拟自然界中生物和非生法（FruitFlyOptimizationAlgorithm，FOA）；文献[5]提