一种基于差分进化和灰狼算法的混合优化算法.pdfVIP

一种基于差分进化和灰狼算法的混合优化算法--第1页

一种基于差分进化和灰狼算法的混合优化算法

金星;邵珠超;王盛慧

【摘要】针对差分进化易陷入局部最优和灰狼算法易早熟停滞的缺点,提出了一种

基于差分进化(DE)算法和灰狼(GWO)算法的混合优化算法(DEGWO).该算法利用

差分进化的变异、选择算子维持种群的多样性,然后引入灰狼算法与差分进化的交

叉、选择算子进行全局有哪些信誉好的足球投注网站.在整个寻优过程中,反复迭代渐进收敛.选取此3个测试

函数进行仿真验证,结果表明,混合优化算法相比于DE算法和GWO算法,其求解精

度、收敛速度、有哪些信誉好的足球投注网站能力都有了显著提高.%Inordertoovercomethese

disadvantagesthatdifferentialevolutioniseasytofallintolocaloptimum

andgreywolfoptimizerbehavesprematureconvergenceeasily,ahybrid

optimizationalgorithm(DEGWO)basedonthecombinationofdifferential

evolution(DE)andgreywolfoptimizer(GWO)isproposed.Thedifferential

mutationandselectionoperationsofdifferentialevolutionareusedto

maintainthediversityofthepopulation.ThenGWOisintroducedtocarry

outforglobalexploration,followedbycrossoverandselection

operations.Inthewholeoptimizationprocess,thiscanbeiterated

repeatedlyandbehaveconvergencegradually.Threetestfunctionswere

chosentoverifytheeffect.theresultsshowthehybridoptimization

algorithmhassignificantlyimprovedtheaccuracy,convergencespeedand

searchabilitycomparedwiththeDEalgorithmandtheGWOalgorithm.

【期刊名称】《科学技术与工程》

【年(卷),期】2017(017)016

一种基于差分进化和灰狼算法的混合优化算法--第1页

一种基于差分进化和灰狼算法的混合优化算法--第2页

【总页数】4页(P266-269)

【关键词】差分进化;灰狼算法;混合优化算法;测试函数

【作者】金星;邵珠超;王盛慧

【作者单位】长春工业大学电气与电子工程学院,长春130012;长春工业大学电气

与电子工程学院,长春130012;长春工业大学电气与电子工程学院,长春130012

【正文语种】中文

【中图分类】TP301.6

差分进化(DE)算法由Storn和Price在1995年为求切比雪夫多项式拟合问题而提

出一种采用浮点矢量编码在连续空间中随机有哪些信誉好的足球投注网站的优化算法[1]；其核心思想是在

当前种群中，对于每一个目标个体通过变异操作生成变异个体，然后变异个体与目

标个体进行比较，生成试验个体；如果试验个体与目标个体具有更优的目标函数值，

则试验个体取代目标个体成为下一代[2]。但是对于不同的问题，需要实时调节参

数；并且当迭代到某一区域，差异性减少而出现局部最优。

灰狼(GWO)算法最早是由