基于改进自组织临界优化的元启发式灰狼优化算法

徐达宇 LIU Renping

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（IEOGWO）。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IEOGWO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

中图分类号： TP301.6TP391 文献标志码：A英文标题