基于Cubic映射的灰狼优化算法及应用

作     者：张孟健 张浩 陈曦 杨靖 ZHANG Meng-jian;ZHANG Hao;CHEN Xi;YANG Jing

作者机构：贵州大学电气工程学院贵州贵阳550025 

基　　金：国家自然科学基金(61861007,61640014) 贵州省工业攻关项目(黔科合支撑2152) 贵州省研究生创新基金(YJSCXJH005) 贵州省科技基金(黔科合基础1Y266) 贵州省农业攻关项目(黔科合支撑2520-1) 贵州省联合基金(黔科合LH字7228) 

出 版 物：《计算机工程与科学》 (Computer Engineering & Science)

年 卷 期：2021年第43卷第11期

页      码：2035-2042页

摘      要：针对标准的灰狼优化算法GWO对于复杂优化问题的求解易陷入局部最优的缺点,从混沌初始化和非线性控制策略2个角度,提出一种基于Cubic映射和反向学习的灰狼优化算法COGWO。首先,利用Cubic映射和反向学习策略对种群进行初始化,并通过非线性参数控制策略来调节寻优过程中的参数;然后,对6种基准测试函数进行寻优实验,实验结果表明,COGWO算法具有更好的收敛精度、收敛速度和稳定性;最后,将COGWO算法应用到了实际的工程优化问题中。

主 题 词：灰狼优化算法 Cubic映射 反向学习 拉伸弹簧设计 非线性 

学科分类：08[工学] 081201[081201] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1007-130X.2021.11.017

馆 藏 号：203106269...