科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了解决更复杂的优化问题，本文对原始郊狼算法进行研究，提出一种多阶段的郊狼优化算法(MCOA),将算法分为前、中、后期。在前期阶段让郊狼进行正常成长，再引入旋转策略加强其勘探过程的搜索范围，避免过早陷入局部最优解。在中期阶段，提出“以优带差”的策略，再采用新型头狼更新方式对头狼进行更新，更好地平衡勘探和开采过程。在后期阶段，提出一种新型后期成长方式进行郊狼成长，并提出避免趋同因子，解决后期趋同的问题。采用CEC2014测试函数集进行仿真，与其他先进算法以及最新提出的郊狼算法比较，结果表明MCOA具有更好的搜索效率、收敛精度、优化性能以及稳定性。
- 单位
