一种基于杂交进化的灰狼优化算法.pdfVIP

ISSN1009-3044E-mail：software@

ComputerKnowledgeandTechnology电脑知识与技术

第20卷第21期(2024年7月）ComputerKnowledgeandTechnology电脑知识与技术

http：//

Vol.20,No.21,July2024Tel：+86-551

一种基于杂交进化的灰狼优化算法

121*2，3

韩凌波,符泰基,李晓玉，蒋正锋

(1.广东海洋大学，广东湛江524088；2.广西民族师范学院，广西崇左532200；3.武汉大学，湖北武汉430072)

摘要：灰狼优化算法(GreyWolfOptimizer，GWO)是一种新型优化算法，常用于各种优化问题求解。然而，GWO算法在求

解某些问题时，存在求解精度低、收敛慢和易陷入局部最优等缺陷。为解决这些问题，本研究将差分进化算法(Differen⁃

tialEvolution，DE)的杂交和优选操作引入GWO算法的初始化和迭代计算过程中，设计了一种基于杂交进化的灰狼优化

算法。通过实验对算法性能进行评估，结果表明，该改进算法在计算精度、收敛速度和稳定性等方面具有显著优势。

关键词：差分进化算法；灰狼优化算法；混合算法；函数优化

中图分类号：TP181文献标识码：A

开放科学（资源服务）标识码(OSID)：

文章编号：1009-3044(2024)21-0001-05

0引言程，以达到优化目标。相较于其他群体智能算法，该

算法具有许多优点，如易于操作、原理简单易懂、具有

群体智能优化算法是智能计算中常用的算法，通

较强的搜索能力以及参数调节较少等特点[6-7]。

过模拟自然界群体动物的行为特征，对群体或个体交

在自然界中，群居的狼群有严密的金字塔结构。

互信息进行反复迭代，不断调整优化策略，逐渐找到

为了模拟狼群等级结构进行建模，用字母α表示第一

问题最优解或逼近最优解。例如，粒子群优化算法

[1][2]等级个体，字母β表示第二等级个体，字母δ表示第三

(ParticleSwarmOptimization，PSO)、DE算法、鲸鱼优

[3]等级个体，字母ω表示最底层等级个体。在建模过程

化算法(WhaleOptimizationAlgorithm，WOA)和GWO

算法[4]等。中，为便于实现，将第一等级、第二等级和第三等级分

别设定为一只灰狼。在算法初始化阶段，先让α、β、δ

狼群具有严格的等级观念，在外出捕猎、领地争

狼锁定猎物，然后不断尝试接近猎物