非线性参数的精英学习灰狼优化算法

摘要

为了有效提高灰狼优化算法的收敛速度及求解精度,本文结合精英反向学习策略增加种群的多样性,将收敛因子从线性变为非线性,重新设计位置更新公式提高算法的收敛精度,提出一种非线性参数的精英学习灰狼优化算法。8组典型测试函数的实验测试表明,算法的收敛速度和收敛精度均有不同程度的提高。在求解IIR数字滤波器优化设计问题时,表现出了优良的性能。