控制与决策

作者：李全耀,沈艳霞

单位：江南大学 物联网技术应用教育部工程研究中心,江苏 无锡 214122,,江南大学 物联网技术应用教育部工程研究中心,江苏 无锡 214122,

关键词：群体智能优化;灰狼优化算法;佳点集理论;非线性控制参数;教与学算法;粒子群算法

基金：国家自然科学基金项目(61573167,61572237).

针对灰狼优化算法(GWO)存在收敛精度不高、易陷入局部最优的不足,提出一种基于教与学的混合灰狼优化算法(HGWO).首先,采用佳点集理论进行种群初始化,提高初始种群的遍历性;其次,提出一种非线性控制参数策略,在迭代前期增加全局搜索能力,避免算法陷入局部最优,在迭代后期增加局部开发能力,提高收敛精度;最后,结合教与学算法(TLBO)和粒子群优化算法,修改原位置更新公式以优化算法搜索方式,从而提升算法的收敛性能.为验证HGWO算法的有效性,选取9种标准测试函数,将HGWO算法、GWO算法以及其他群体智能优化算法和其他改进GWO算法进行仿真实验.实验结果表明,所提出的HGWO算法性能优于GWO算法和其他群体智能优化算法,且在改进算法中具有一定优势.

来源：2022年第12期

《控制与决策》期刊编辑部

查看控制与决策杂志2022年第12期