科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对标准灰狼算法（GWO）收敛速度慢，易陷入局部最优等缺点，提出一种在非线性双收敛因子策略下双头狼引领的灰狼算法——GWO-THW。首先，该算法利用混沌Cubic映射初始化种群，提升种群分布的均匀性和多样性，并通过平均适应度值将狼群分为捕猎狼和侦察狼，两类狼群采用不同的收敛因子，在各自的头狼带领下寻找和围捕猎物；其次，为提升搜索速度和精度，设计了一种位置更新的自适应权重因子；为跳出局部最优，当一定时间内未发现猎物时，狼群采用Levy飞行策略随机更新位置。通过10个常用的基准测试函数进行算法性能测试来验证算法改进的有效性。实验结果表明，与标准GWO及相关变体相比，GWO-THW在8个基准测试函数上都取得了较高的寻优精度和收敛速度，尤其在多峰函数上，200次迭代内就能收敛到理想最优值，验证了GWO-THW具有更好的寻优性能。
-
单位吉首大学; 电子工程学院
