基于局部参数及种群多样性改进的灰狼优化算法研究.pdfVIP

摘要

群体智能优化算法凭借其种群的遍历性、随机性、自适应性等特点，为非线

性、高维度、多约束的非凸复杂系统的优化求解提供了新的思路。灰狼优化算法

是一类具有结构简单、有哪些信誉好的足球投注网站灵活等特点的元启发式算法，但其在高维度复杂系统

优化过程中仍存在陷入局部最优以及收敛精度低等问题。因此，本文在保留灰狼

算法收敛速度快、参数灵活可调、结构简单等优点的基础上进一步改进。本文主

要研究内容如下:

1.为强化标准灰狼优化算法中局部参数对优化性能的作用，提高灰狼优化算法

的普适性、收敛精度以及收敛速度，本文提出了两种改进策略：

(1)针对单一收敛策略存在无法在多种优化问题中均表现较佳的不足，提出

了一种带有非线性调节因子的分段式非线性收敛策略，并验证了该策略

具有较好的普适性以及较高的收敛精度。

(2)针对原有位置更新策略存在无法突出精英狼领导能力强弱的不足，提出

了一种基于随机对立学习方法的精英狼位置更新策略，并验证了该策略

有助于提高局部有哪些信誉好的足球投注网站能力。

2.为提高标准灰狼优化算法中狼群在迭代全过程的种群多样性，提升灰狼优化

算法的收敛速度、全局收敛能力以及鲁棒性，本文提出了两种改进策略：

(1)针对随机分布的初始种群存在无法较好表征有哪些信誉好的足球投注网站空间特征的不足，提出

了一种基于改进型佳点集理论的初始种群分布方法，提高了初始种群的

多样性，并验证了该策略有助于提高算法收敛速度。

(2)针对迭代过程中存在种群多样性流失的缺陷，提出了一种采用优胜劣汰

法则来动态进化种群的融合策略，并验证了其具有更强的全局收敛能力，

同时在约束优化问题求解中表现出较强的竞争力和较高的可靠性。

关键词：灰狼优化算法，对立学习，动态进化，约束优化

ABSTRACT

Swarmintelligenceoptimizationalgorithmsprovidenewideasforoptimization

problemsofnon-convexandcomplexsystemswithnon-linear,highdimensionalityand

multipleconstraintsbyvirtueoftheirpopulationsergodicity,randomness,and

adaptability.Asanemergingmeta-heuristicalgorithm,greywolfoptimization

algorithmhasthecharacteristicsofsimplestructureandflexiblesearch.However,there

areproblemssuchasfallingintolocaloptimalityandlowconvergenceaccuracyinthe

optimizationprocessofhigh-dimensionalcomplexsystems.Therefore,thisthesiswill

furtherimprovethegreywolfalgorithmbasedonitsadvantagesoffastconvergence,

flexibleandadjustableparameters,andsimplestructure.Themainresearchcontentsof

thisthesisareasfollows:

1.Inordertostrengthentheeffectoflocalparametersinthestandardgreywolf

optimizationalgorithm,andimproveuniversality,convergenceaccuracyand

convergencespeedofthegreywol