改进自适应收敛因子的灰狼优化算法研究

作者：李新宇

来源：信息与电脑(理论版), 2021, 33(24): 91-94.

• 灰狼优化算法
• ISSAGWO
• 混沌映射
• 自适应收敛因子
• ulysses22s
• TSP

针对传统灰狼优化算法易陷入局部最优解和狼群多样性贫乏等问题,提出了一种改进型的灰狼优化算法(ISSAGWO)。该算法通过混沌映射初始化灰狼种群,提高了全局最优值求解过程中的狼群多样性。为避免算法陷入局部最优解,引入了一种改进自适应收敛因子。对4种国际基准函数进行MATLAB仿真实验,实验结果表明,与其他群智能优化算法对比,ISSAGWO在求解精度和稳定性上有明显优势。此外,通过ulysses22标准数据集求解旅行商(Travelling Salesman Problem,TSP)问题,验证了该算法的可行性。

• 单位
  安徽理工大学