计算机应用研究

作者：袁钰婷,高岳林,左汶鹭,

单位：北方民族大学a.计算机科学与工程学院;b.宁夏科学计算与智能信息处理协同创新中心;c.数学与信息科学学院,银川750021；

关键词：灰狼优化算法,渐进式分组狩猎,多收敛因子,动态权重因子,工程约束优化,

基金：宁夏自然科学基金重点资助项目(2022AAC02043)；宁夏高等学校一流学科建设基金资助项目(NXYLXK2017B09)；北方民族大学重大专项(ZDZX201901)；南京证券支持基础学科研究项目(NJZQJCXK202201)；；

针对灰狼优化算法（GWO）在求解复杂优化问题时存在后期收敛速度慢、易陷入局部最优的不足，提出了一种渐进式分组狩猎的灰狼优化算法（PGGWO）。首先，设计了非线性多收敛因子以增强全局勘探能力、避免局部最优；其次，提出了渐进式位置更新策略，该策略引入长鼻浣熊的包围策略和动态权重因子，前者在提高收敛精度和速度的同时避免局部最优，后者则动态地提升算法的收敛速度及全局寻优性能；最后，通过与标准GWO、4个GWO先进变体以及4个竞争力较强的新型进化算法对比，验证了PGGWO的有效性和先进性。在24个Benchmark函数和3个实际工程优化问题上的实验结果表明，PGGWO在收敛精度和收敛速度上具有明显优势，并且对约束优化问题也是有效的。

来源：2024年第5期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2024年第5期