采用动态权重和概率扰动策略改进的灰狼优化算法

来源：计算机应用杂志2017年第12期北京时间：

作者：陈闯, Ryad Chellali, 邢尹

单位：1. 南京工业大学 电气工程与控制科学学院, 南京 211816;2. 桂林理工大学 测绘地理信息学院, 广西 桂林 541004

摘要：针对基本灰狼优化（GWO）算法存在易陷入局部最优，进而导致搜索精度偏低的问题，提出了一种改进的GWO （IGWO）算法。一方面，通过引入由GWO算法系数向量构成的权值因子，动态调整算法的位置向量更新方程；另一方面，通过采用概率扰动策略，增强算法迭代后期的种群多样性，从而提升算法跳出局部最优的能力。对多个基准测试函数进行仿真实验，实验结果表明，相对于GWO算法、混合GWO （HGWO）算法、引力搜索算法（GSA）和差分进化（DE）算法，所提IGWO算法有效摆脱了局部收敛，在搜索精度、算法稳定性以及收敛速度上具有明显优势。

关键词：元启发式算法,灰狼优化算法,函数优化,权值因子,扰动策略