计算机工程

作者：严逍亚, 王振雷, 王昕

单位：1. 华东理工大学 能源化工过程智能制造教育部重点实验室, 上海 200237;2. 上海交通大学 电工与电子技术中心, 上海 200240

关键词：郊狼优化算法,变异交叉,约束处理,测试函数,工程优化

基金：国家重点研发计划 （2018YFB1701103）；国家自然科学基金重大项目（61890930-3）；国家杰出青年科学基金（61725301）；中央高校基本科研业务费专项资金（222202117006）。

郊狼优化算法在迭代运行时种群多样性降低，收敛速度变慢，易陷入局部最优，并且在求解约束优化问题时难以获得可行解。提出一种动态调整成长方式的郊狼优化算法（DGCOA）。在狼群进化中引入变异交叉策略，增强种群多样性，基于郊狼成长策略加入全局最优个体指导搜索，使得每个子种群中的个体从不同的方向快速逼近最优解位置，并根据种群中个体相似度对郊狼位置更新方式进行调整，平衡算法的全局探索与局部开发能力。在求解约束优化问题时，利用自适应约束处理方法构建新的适应度函数，协调优化目标和约束违反度。基于CEC2006对22个测试函数和3个工程设计问题进行仿真，结果表明，与COA、ICTLBO、ODPSO等算法相比，DGCOA算法具有较高的收敛精度和稳定性，适用于求解复杂优化问题。

来源：2022年第7期

《计算机工程》期刊编辑部

查看计算机工程杂志2022年第7期