⛄一、混合灰狼优化布谷鸟搜索优化算法
1 基本灰狼优化算法
作为一种仿生群体智能优化算法, 灰狼优化算法通过模仿自然界灰狼群体的社会领导层级机制和捕食行为提出。与其他元启发式算法类似, 该算法首先随机产生一组候选解, 每次迭代选出最好的三个候选解称为alpha、beta和delta, 由它们带领整个种群朝着最优解方向移动。种群中的其他个体omega追随alpha、beta和delta搜寻更好的解。灰狼种群的包围捕食行为可以通过下述数学式进行描述。
其中:t为当前迭代次数;tmax为种群的最大迭代次数;A和C是协同系数向量;Xp表示猎物的位置向量;X表示灰狼的位置向量;a随着迭代过程从2~0线性递减;r1和r2是[0, 1]中的随机数向量。为了找到问题的最优解, 每个omega灰狼个体的位置更新式如下:
另外, Mirjalili等人[2]指出在上述公式中参数A和C决