【摘要】：灰狼優(yōu)化算法(Grey Wolf Optimization,GWO)是新型啟元優(yōu)化算法,相比于其他群體智能優(yōu)化算法,該算法同樣存在收斂速度較慢、不穩(wěn)定、易陷入局部最優(yōu)等問題。針對上述問題,根據(jù)GWO算法的結構特點,提出了一種自適應調(diào)整策略的混沌灰狼優(yōu)化算法(Chaotic Local Search GWO),利用自適應調(diào)整策略來提高GWO算法的收斂速度,通過混沌局部搜索策略增加種群的多樣性,使搜索過程避免陷入局部最優(yōu)。最后利用6個測試函數(shù)對算法進行仿真驗證,并結合其他4種算法進行了橫向比較。實驗結果證明,所提出的改進算法在收斂速度、精度以及穩(wěn)定性方面具有明顯的優(yōu)勢。
[Abstract]:Gray Wolf Optimization algorithm (Grey Wolf Optimization,GWO) is a new heuristic optimization algorithm. Compared with other swarm intelligent optimization algorithms, the algorithm also has some problems such as slow convergence rate, instability, easy to fall into local optimization and so on. In view of the above problems, according to the structural characteristics of GWO algorithm, a chaotic gray wolf optimization algorithm (Chaotic Local Search GWO), based on adaptive adjustment strategy is proposed to improve the convergence speed of GWO algorithm by using adaptive adjustment strategy. The chaos local search strategy is used to increase the diversity of the population, so that the search process can avoid falling into local optimization. Finally, six test functions are used to simulate and verify the algorithm, and the other four algorithms are compared horizontally. The experimental results show that the improved algorithm has obvious advantages in convergence speed, accuracy and stability.
【作者單位】： 空軍工程大學航空航天工程學院;
【基金】：國家自然科學基金資助項目(51208506)資助
【分類號】：TP18

【相似文獻】

相關期刊論文 前10條

1 徐玉華;蔡麗紅;劉政;楊濤;;用延遲和非延遲自適應匹配的復雜動力網(wǎng)絡自適應同步(英文)[J];鄖陽師范高等專科學校學報;2012年06期

2 蔣新華;自適應PID控制(綜述)[J];信息與控制;1988年05期

3 張?zhí)扉_;;自適應PID控制算法及應用[J];青島建筑工程學院學報;1990年01期

4 周海濤;周建華;杭小宇;;基于自適應模糊PID控制方法的研究[J];機械工程與自動化;2014年03期

5 陳光達,段寶巖,保宏,仇原鷹;非線性不確定系統(tǒng)的自適應反饋控制方法[J];工業(yè)儀表與自動化裝置;2004年05期

6 唐穩(wěn),黃家田;基于回推算法的自適應PID控制研究[J];自動化技術與應用;2004年10期

7 盧志剛,易之光,趙翠儉,李兵,吳士昌;一種新型的自適應逆擾動消除器[J];儀器儀表學報;2004年S1期

8 譚平;蔡自興;余伶俐;;機器人聽覺實時自適應增益的研究與實現(xiàn)[J];華中科技大學學報(自然科學版);2008年S1期

9 吳梅;侯硯澤;;一種簡單的自適應延遲補償方法[J];飛行力學;2008年01期

10 倪衛(wèi);謝志江;袁曉東;劉小波;;基于氣墊的自適應平臺設計[J];液壓與氣動;2009年03期

相關會議論文 前10條

1 盧志剛;易之光;趙翠儉;李兵;吳士昌;;一種新型的自適應逆擾動消除器[A];第二屆全國信息獲取與處理學術會議論文集[C];2004年

2 路迎晨;李兵;;一類自適應預測算法的全局收斂性[A];04'中國企業(yè)自動化和信息化建設論壇暨中南六省區(qū)自動化學會學術年會專輯[C];2004年

3 王平;馮海朋;李勇;康燕;;一種工業(yè)無線網(wǎng)絡的自適應節(jié)能機制[A];2009中國儀器儀表與測控技術大會論文集[C];2009年

4 張競新;張廣巖;;全局收斂的自適應廣義預報控制算法[A];1991年控制理論及其應用年會論文集（上）[C];1991年

5 徐振中;;多指機器人手的一種自適應力／位控制方法[A];1994年中國控制會議論文集[C];1994年

6 汪德彪;宋樂鵬;鐘秉翔;;時滯對象神經(jīng)元自適應控制仿真研究[A];中國自動化學會控制理論專業(yè)委員會C卷[C];2011年

7 周暉;趙珂;王潤生;;基于數(shù)據(jù)屬性驅(qū)動的高分辨率遙感圖像自適應融合分割算法[A];第十四屆全國信號處理學術年會(CCSP-2009)論文集[C];2009年

8 王小虎;陳翰馥;嚴衛(wèi)鋼;李高峰;;機動再入飛行器自適應飛行控制系統(tǒng)設計[A];第二十屆中國控制會議論文集（下）[C];2001年

9 趙越南;劉志遠;;車輛自適應巡航控制的BackStepping方法研究與仿真[A];第13屆中國系統(tǒng)仿真技術及其應用學術年會論文集[C];2011年

10 周業(yè)華;方康玲;;自適應Fuzzy PID控制器[A];第三屆全國控制與決策系統(tǒng)學術會議論文集[C];1991年

相關博士學位論文 前5條

1 王勝春;自適應時頻分析技術及其在故障診斷中的應用研究[D];山東大學;2007年

2 劉亞;復雜非線性系統(tǒng)的智能自適應重構控制[D];南京航空航天大學;2003年

3 田勇;室內(nèi)無線傳感器網(wǎng)絡環(huán)境自適應定位和路由算法研究[D];大連理工大學;2014年

4 李力爭;鑿巖機器人雙三角鉆臂自適應控制策略研究[D];中南大學;2003年

5 周琪;幾類不確定非線性系統(tǒng)的智能控制問題研究[D];南京理工大學;2013年

相關碩士學位論文 前10條

1 呂鋮杰;串聯(lián)彈性關節(jié)控制與交互剛度辨識[D];浙江大學;2015年

2 侯賓;基于強化學習的環(huán)境光下自適應識別的研究[D];內(nèi)蒙古工業(yè)大學;2015年

3 弋艷麗;基于反演自適應的板球控制的設計[D];河南科技大學;2015年

4 戴世宇;自適應壓電振動盤控制系統(tǒng)設計與實現(xiàn)[D];杭州電子科技大學;2015年

5 李慶天;線摩擦帶式輸送機自適應PID控制的研究[D];合肥工業(yè)大學;2015年

6 李季;無拖曳控制系統(tǒng)的自適應神經(jīng)網(wǎng)絡控制器設計[D];華中科技大學;2014年

7 趙軒毅;壓電陶瓷動特性測試與控制技術研究[D];河北大學;2015年

8 薛志剛;提升MOEA/D性能的自適應局部搜索策略[D];湘潭大學;2016年

9 安新升;環(huán)境能量驅(qū)動的無線傳感器節(jié)點自適應數(shù)據(jù)傳輸機制[D];天津大學;2014年

10 楊堅;基于自適應ACO的多約束QoS路由研究[D];長沙理工大學;2015年

，

本文編號：2467838