[发明专利]基于Fuch映射的混合改进灰狼优化算法在审
| 申请号： | 201910543752.5 | 申请日： | 2019-06-21 |
| 公开（公告）号： | CN110276437A | 公开（公告）日： | 2019-09-24 |
| 发明（设计）人： | 徐辰华;程若军;杨继君;骆珠光;黄清宝;刘斌 | 申请（专利权）人： | 广西大学 |
| 主分类号： | G06N3/00 | 分类号： | G06N3/00;G06N7/08 |
| 代理公司： | 广西南宁公平知识产权代理有限公司 45104 | 代理人： | 杨立华 |
| 地址： | 530004 广西壮族*** | 国省代码： | 广西;45 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于Fuch映射的混合改进灰狼优化算法，其步骤如下：步骤一，利用混沌精英策略产生初始种群，为全局搜索多样性奠定基础；步骤二，引入惯性权重配合收敛因子策略，调节种群全局探索能力和局部开发能力；步骤三，对最佳灰狼位置引入多项式变异以增强算法跳出局部最优解的能力。本发明利用Fuch映射的混合改进策略对传统的灰狼优化算法进行改进，与传统的灰狼优化算法比较，改进的灰狼优化算法加快了收敛速度和提高收敛精度，减少了计算时间，并能最大限度的找到全局最优解。 | ||
| 搜索关键词： | 优化算法 映射 收敛 改进 传统的 全局最优解 初始种群 惯性权重 精英策略 全局搜索 最优解 引入 混沌 算法 种群 多样性 跳出 全局 配合 探索 开发 | ||
【主权项】：
1.基于Fuch映射的混合改进灰狼优化算法，其特征在于，包括如下步骤：步骤一：通过混沌精英反向学习策略产生一个新的灰狼种群；步骤二：分别计算出最优位置α，第二优位置β和第三优位置δ的适应度；步骤三：引入惯性权重w配合收敛因子a非线性更新策略，根据收敛因子a和惯性权重w，更新灰狼个体位置；步骤四：对所述步骤三中，当前最优位置个体进行最优位置多项式变异；步骤五：对所述步骤四中，更新灰狼个体位置信息。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广西大学，未经广西大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910543752.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种对虚拟人物进行的监控的方法
- 下一篇：一种神经网络参数压缩方法及相关装置
