大白鲨优化算法可以有效解决一些连续搜索空间的优化问题，但存在易于陷入局部最优解和收敛速度慢等问题。提出的混合灰狼策略的大白鲨优化算法，通过结合灰狼优化算法中头狼的围剿策略，改进大白鲨优化算法中白鲨的围剿方案，可以获得更佳的局部开发能力。在大白鲨优化算法中的声音定位部分，通过引入变异的方式增加随机性，以解决局部最优问题。通过对算法进行Benchmark测试，并与粒子群、灰狼优化、白鲨优化算法进行比较，实验结果表明该算法在局部开发能力、收敛速度等方面有较好提升。
科研之友
微信
新浪微博
Facebook
分享链接
