基于组合变异的平衡灰狼优化算法

摘要

针对狼群算法在迭代过程中逐渐失去多样性及分布性的问题,提出一种基于组合变异的平衡灰狼优化算法BGWO.通过融入metropolis准则的等温过程,有效加快算法的收敛速度.通过引入转换概率组合两种变异策略对alpha狼进行变异,来控制种群聚散的特征,使算法具备跳出局部极值的能力.最后,将所提算法BGWO与EOGWO、EGWO、CGWO在IEEE CEC2013基准函数集上相比,所提算法的求解效率显著提升.实验结果表明,所提算法具有良好的收敛性,算法收敛精度更高,寻优能力更强.