科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对基础灰狼优化算法（GWO）种群多样性不足和易于陷入局部最优的缺点，从混沌初始化和种群间信息共享两个角度，提出一种基于信息共享搜索策略的改进灰狼优化算法（ISIAGWO）。首先，使用iterative混沌映射初始化种群保证种群的多样性，并引入自适应动态算子增加优秀个体权重；其次，使用信息共享搜索策略更新种群有效避免算法陷入局部最优。再次，对8种基准函数进行寻优测试并与其他先进群智能算法进行对比，实验结果表明，ISIAGWO算法在解的精度和鲁棒性上有显著的提升；最后，将ISIAGWO算法应用到经典的旅行商问题中进行求解。
- 单位
