灰狼优化器的理论框架与若干有益发现，第二部分：全局收敛分析
最优化与控制
2022-03-16 v1
摘要
本文基于若干有趣的理论发现提出灰狼优化器（GWO）的理论框架，涉及采样分布、一阶与二阶稳定性以及全局收敛分析。在论文第二部分中，基于著名的停滞假设以简化目的进行全局收敛分析。首先，将停滞假设下 GWO 的全局收敛性质抽象并建模为两个命题，分别对应全局搜索能力分析和概率-1 全局收敛分析。然后，进行全局搜索能力分析。接着，基于停滞假设下 GWO 新解中心矩的一个特征，证明停滞假设下 GWO 的概率-1 全局收敛性质。最后，所有结论均通过数值仿真验证，并给出关于在无停滞假设的原始 GWO 中全局收敛性质仍可保证的相应讨论。
引用
@article{arxiv.2203.07636,
title = {A theoretical framework and some promising findings of grey wolf optimizer, part II: global convergence analysis},
author = {Haoxin Wang and Libao Shi},
journal= {arXiv preprint arXiv:2203.07636},
year = {2022}
}
备注
29 pages,10 figures