引入改进迭代局部搜索的灰狼算法及应用

来源：电子测量技术杂志2023年第23期北京时间：

作者：文昌俊，陈凡，陈洋洋，何永豪

单位：1.湖北工业大学机械工程学院 武汉 430068; 2.湖北省现代制造质量工程重点实验室 武汉 430068

摘要：针对标准灰狼算法（GWO）收敛速度慢，易陷入局部最优等缺点，提出一种引入改进迭代局部搜索的灰狼算法(IGWO)。首先，通过佳点集策略增强初始种群的均匀性与多样性；其次，采用双收敛因子，收敛因子基于种群位置非线性自适应更新，在种群寻优全期平衡全局勘探与局部开发能力；再次，在种群位置更新公式引入欧氏动态权重与莱维飞行策略，提升寻优精度，并帮助种群跳出局部最优值；最后，引入改进迭代局部搜索，使算法的搜索能力更加灵活，帮助算法加速收敛。通过10个基准测试函数的仿真分析及种群寻优平衡性对比，证明了IGWO具有更优的寻优精度、稳定性及收敛速度，随后将IGWO应用于工程优化问题中，相比GWO、GJO、WOA、HSSAHHO、SCHOA、NCPGWO、DSFGWO 7种算法，适应度分别优化了3.25%、27.2%、28.9%、3.15%、3.04%、0.23%、0.07%，证实了在工程应用中的可行性和有效性。

关键词：灰狼算法;佳点集;双收敛因子;莱维飞行和欧氏动态权重策略;迭代局部搜索

基金资助：国家自然科学基金（51875180）项目资助