改进非线性收敛因子灰狼优化算法-附代码

改进非线性收敛因子灰狼优化算法

摘要： 基于非线性收敛因子改进的灰狼优化算法。

1.灰狼优化算法

基础灰狼算法的具体原理参考，我的博客：https://blog.csdn.net/u011835903/article/details/107716390

2.基于非线性收敛因子改进的灰狼优化算法

ＧＷＯ 优化算法的收敛因子在迭代过程中是随着迭代次数线性减小的，而更适合算法的目标应该是在算法前期，随着迭代的增加，收敛因子 ａ应慢速减小，从而让狼群更大范围搜索目标，达到全局搜索的最大化目的，而迭代到中后期，收敛因子 ａ 应该快速减少，让灰狼目标集中，快速收敛能够促使寻优的有效性，故文中改进了一种收敛因子，
$$a=\frac{2}{\lg 2}\times \lg \left(2-{\left(\frac{t}{t_{\max }}\right)}^2\right)$$

3.实验结果

4.参考文献

[1]王正通,尤文,李双.改进非线性收敛因子灰狼优化算法[J].长春工业大学学报,2020,41(02):122-127.

5.Matlab代码

6.python代码