基于Levy飞行策略的灰狼优化算法

摘要

针对灰狼优化算法(GWO)收敛精度差、求解多峰优化问题容易陷入局部最优的缺陷,论文提出了一种基于Levy飞行策略的灰狼优化算法(LGWO)。在LGWO算法中,引入自适应位置更新策略、非线性收敛因子帮助算法平衡全局与局部搜索阶段,提升算法精度;除此之外,引入Levy飞行策略在算法在陷入局部最优时帮助算法快速跳出,进一步提升算法性能。使用IEEECEC-2017中的9个测试函数验证算法性能,并与粒子群算法(PSO)、原始灰狼算法(GWO)、布谷鸟灰狼算法(GWOCS)进行对比,实验结果表明LGWO算法的收敛精度、收敛速度和稳定性都有了明显进步。