一种基于聚类多策略集成学习的灰狼优化算法

    公开(公告)号:CN117808033A

    公开(公告)日:2024-04-02

    申请号:CN202311664332.5

    申请日:2023-12-06

    IPC分类号: G06N3/006 G06N20/20 G06F18/23

    摘要: 本发明公开了一种基于聚类多策略集成学习的灰狼优化算法,包括通过随机或混沌映射进行种群粒子的随机初始化;将机器学习机制嵌入群体优化算法的寻优过程中,通过无监督学习方式进行种群粒子分类;利用差异化集成学习更新策略,依据种群类别自适应更新种群位置并重新划分种群,重复上述过程直至满足收敛条件,最终输出最优位置。其中差异化集成学习更新策略在充分考虑种群粒子的发展差异的基础湖上建立三种不同的更新模型,并采用平均加权的方式实现不同更新策略下的集成学习。本发明将群体智能优化算法和机器学习算法有机结合,为水电、能源工程设计、施工参数优化等具有多峰高维多目标参数优化问题提供了一种有效方法。