禁忌搜索灰狼优化算法研究

发布时间：2021-12-28 01:24

　　灰狼优化算法是模拟灰狼捕食行为的新型智能优化算法。原始灰狼算法由于种群迭代更新始终靠近最优解,所以存在易陷入局部最优解以及早熟收敛过快的现象。为了解决该问题,提出了一种基于禁忌搜索的灰狼优化算法,在原始灰狼优化算法中引入禁忌表的策略。禁忌表可以记录若干次历史搜索记录,下轮算法迭代可通过检索禁忌表来避免迂回搜索。当算法多次迭代且无法进一步获得更优解时,对当前最优解再进行一轮禁忌搜索,使得算法在一定次数内避免再次回到历史搜索中,进而跳出局部最优。通过对8个Benchmark基准函数的寻优测试表明,改进后的算法与原始灰狼优化算法和粒子群算法相比,其全局搜索能力获得显著提高,收敛速度加快,收敛精度更高,寻优能力更佳。 

【文章来源】：计算机技术与发展. 2019,29(12)

【文章页数】：6 页

【部分图文】：

测试函数寻优迭代仿真

为了进一步对比三种算法脱离局部最优的能力,给出了八组测试函数下的TS-GWO,GWO,PSO的50次实验执行平均最优适应度值曲线,如图1所示。图1 测试函数寻优迭代仿真

【参考文献】：
期刊论文
[1]融合杜鹃搜索的灰狼优化算法在网络入侵检测特征选择中的应用[J]. 徐慧,付迎春,刘翔,方策,苏军.  工程科学与技术. 2018(05)
[2]基于Tent混沌序列的灰狼优化算法[J]. 张贾奎,崔利杰,郭庆,陈浩然.  微电子学与计算机. 2018(06)
[3]用对数函数描述收敛因子的改进灰狼优化算法及其应用[J]. 伍铁斌,桂卫华,阳春华,龙文,李勇刚,朱红求.  中南大学学报(自然科学版). 2018(04)
[4]基于改进灰狼优化算法的类TSP问题研究——以旅游为例[J]. 许如琪,曹敏,黄梦雪,朱艳慧.  地理与地理信息科学. 2018(02)
[5]基于改进灰狼优化算法的无人机三维航迹规划[J]. 柳长安,王晓鹏,刘春阳,吴华.  华中科技大学学报(自然科学版). 2017(10)
[6]基于智能优化算法的互联电网负荷频率控制器设计及其控制性能分析[J]. 左剑,谢平平,李银红,段献忠.  电工技术学报. 2018(03)
[7]基于灰狼优化的模糊C-均值聚类算法[J]. 谢亮亮,刘建生,朱凡.  软件导刊. 2017(04)
[8]具有自适应搜索策略的灰狼优化算法[J]. 魏政磊,赵辉,韩邦杰,孙楚,李牧东.  计算机科学. 2017(03)
[9]基于灰狼优化算法的置换流水线车间调度[J]. 吕新桥,廖天龙.  武汉理工大学学报. 2015(05)

硕士论文
[1]基于灰狼算法的智能图像分割研究[D]. 王钛.南京邮电大学 2017



本文编号：3553125