山东大学学报(理学版)

作者：秦宏伍,王立铮,傅渝,隋沐翾,何秉高

单位：1. 长春大学电子信息工程学院，吉林 长春 130000；2. 吉林省人体健康状态辨识与机能增强重点实验室(长春大学)，吉林 长春 130022

关键词：灰狼优化算法,多策略,轮盘赌,收敛因子,回声状态网络,

基金：吉林省科技厅资助项目(20210402081GH);吉林省发改委资助项目(2023C042-4);吉林省人社厅资助项目(2023RY17)

标准灰狼优化(grey wolf optimizer，GWO)算法存在局部探索和全局开发难以平衡等问题。针对此类问题，提出基于多策略结合的灰狼优化算法(multi-strategy grey wolf optimization，MSGWO)。首先，灰狼算法引入非线性收敛因子和Tent映射；然后，利用广泛学习、精英学习和协调学习三种策略，在GWO优化过程中协调工作；最后，利用轮盘赌进行策略选择，以获得更具多样性灰狼位置和更具全局代表性的个体。通过标准基准函数测试，采用算法变体进行对比。结果显示，MSGWO算法拥有较好的全局搜索、局部开发的平衡能力以及更快的收敛速度。在此基础上，利用MSGWO算法优化回声状态网络(echo state networks, ESN)超参数进行回归预测。实验表明平均绝对百分比误差为0.38%，拟合程度达到0.98，验证了MSGWO算法的优化性能。

来源：2024年第3期

《山东大学学报(理学版)》期刊编辑部

查看山东大学学报(理学版)杂志2024年第3期