基于改進自組織臨界優(yōu)化的元啟發(fā)式灰狼優(yōu)化算法

徐達宇 LIU Renping

摘 要：針對新型元啟發(fā)式算法灰狼優(yōu)化（GWO）算法在尋優(yōu)過程中易陷入局部最優(yōu)這一問題，提升該算法獲取全局最優(yōu)解的能力。介紹了該算法的基本原理和建模過程，并在此基礎(chǔ)上，結(jié)合自組織臨界性理論的優(yōu)點，提出了改進的極值優(yōu)化（IEO）算法，將IEO融入到GWO模型中，構(gòu)建基于自組織臨界（SOC）優(yōu)化的改進GWO算法（IEOGWO）。通過與傳統(tǒng)優(yōu)化算法對于23個基準測試函數(shù)在尋優(yōu)性能上的綜合比較，驗證了IEOGWO模型在獲取全局最優(yōu)解性能上的優(yōu)越性。

關(guān)鍵詞：元啟發(fā)式算法；灰狼優(yōu)化算法；自組織臨界；全局最優(yōu)化

中圖分類號： TP301.6TP391 文獻標志碼：A英文標題