基于改进自组织临界优化的元启发式灰狼优化算法

来源：计算机应用杂志2016年第6期北京时间：

作者：徐达宇, LIU Renping

单位：1. 浙江省林业智能监测与信息技术研究重点实验室(浙江农林大学), 杭州 311300;2. 澳大利亚联邦科学与工业研究组织 计算机与通信技术研究中心, 悉尼 2122

摘要：针对新型元启发式算法灰狼优化(GWO)算法在寻优过程中易陷入局部最优这一问题,提升该算法获取全局最优解的能力。介绍了该算法的基本原理和建模过程,并在此基础上,结合自组织临界性理论的优点,提出了改进的极值优化(IEO)算法,将IEO融入到GWO模型中,构建基于自组织临界(SOC)优化的改进GWO算法(IEO-GWO)。通过与传统优化算法对于23个基准测试函数在寻优性能上的综合比较,验证了IEO-GWO模型在获取全局最优解性能上的优越性。

关键词：元启发式算法,灰狼优化算法,自组织临界,全局最优化

基金资助：国家自然科学基金资助项目(71131002);浙江农林大学人才启动项目(2014FR082)。