融入等温过程的改进灰狼优化算法

灰狼优化算法是一种新颖的群智能优化算法，针对该算法存在的平衡全局探索和局部开发效率低、易陷入局部极值的问题，提出融入等温过程的改进灰狼优化算法IGWOSA。为了平衡算法开发与探索的能力，IGWOSA在灰狼位置更新操作后，融入等温过程。根据metropolis准则对更新的新位置进行取舍，从而增添了算法跳出局部极值的能力。同时，对α、β、δ灰狼赋予高斯扰动变异操作，进一步提升搜索效率。实验结果表明，对于13个基准函数，改进策略能有效提升算法性能；高斯扰动对算法性能有显著提升效果；IGWOSA与最先进的同类算法EOGWO、EGWO、CGWO相比，在搜索效率和性能方面优势明显。其中，IGWOSA尤其擅长处理单峰函数，更是以数量级的优势优于对比算法，但是，在处理多峰函数时，EGWO以微弱的优势优于IGWOSA。