全局引导和相互作用的郊狼优化算法及其应用

作者：张新明; 付子豪; 陈海燕; 刘尚旺; 窦智; 刘国奇

来源：计算机应用研究, 2020, (09): 2711-2717.

DOI：10.19734/j.issn.1001-3695.2019.04.0136

• 智能优化算法
• 郊狼优化算法
• 全局引导
• 图像增强
• 医学图像 intelligent optimization algorithm
• COA
• global-best guidance
• image enhancement
• medical image

针对新型的郊狼优化算法(COA)在解决复杂优化问题时收敛速度慢、全局搜索能力不足的问题,提出了一种嵌入全局引导和相互作用的郊狼优化算法(GCCOA)。首先在组内所有郊狼的成长过程中,构建一种全局引导的alpha狼,增强开采能力,提高收敛速度;然后提出一种相互作用的文化趋势,使得组内的文化趋势受到组内郊狼相互作用的影响,以此提高算法全局搜索能力;最后,将GCCOA运用到CEC2017复杂函数优化和医学图像增强上。大量实验结果表明,与COA、HFPSO、CSPSO和β-GWO等算法相比,在29个函数上,GCCOA获得22个第一,有更好的全局搜索能力和收敛质量。应用于医学图像增强的实验结果表明,与C...

• 单位
  湖北省肿瘤医院; 河南师范大学