基于改进灰狼算法的多任务优化算法史光伟，王启任（天津工业大学电子与信息工程学院，天津300387）摘要：针对已有多任务优化算法寻优精度受限、计算时间成本过高等问题，提出一种基于改进灰狼算法的多任务优化算法（improvedgreywolfalgorithmbasedmultitaskoptimizationalgorithm，IGWMTO）。该算法采用灰狼算法代替典型多任务算法中的遗传算法，计算个体的因素等级和技能因子实现狼群分类，并以此更新个体隶属任务，引入扰动因子和动态权重改善狼群个体的更新方式。仿真测试结果表明：相比于传统多任务优化算法，所提算法在4个优化问题上的寻优精度的提升均超过了4.8%，计算耗时降低了70%以上。关键词：多任务优化；群体智能优化算法；灰狼算法；寻优精度中图分类号：TP18文献标志码：A文章编号：员远苑员原园圆源载（圆园23）园5原园园81原06收稿日期：2022-06-02基金项目：天津市自然科学基金资助项目（19JCQNJC03300）；天津市研究生科研创新项目（2020TJSS014）通信作者：史伟光（1985—），男，博士，副教授，主要研究方向为射频定位，群体智能感知计算。E-mail：shiweiguang@tiangong.edu.cnImprovedgreywolfalgorithmbasedmultitaskoptimizationalgorithmSHIWeiguang，WANGQiren（SchoolofElectronicsandInformationEngineering，TiangongUniversity，Tianjin300387，China）Abstract：Aimingattheproblemsoflimitedoptimizationaccuracyandhighcomputationaltimeofexistingmulti-taskopti鄄mization渊MTO冤algorithms袁animprovedgreywolfalgorithmbasedmultitaskoptimizationalgorithm渊IGWM鄄TO冤isproposed袁whichutilizesthegreywolfalgorithminsteadofthegeneticalgorithminthetypicalmulti-taskoptimizationalgorithm.Thefactorlevelandskillfactoroftheindividualarecalculatedtoachievewolfgroupclas鄄sificationandupdatetheindividualmembershiptask.Then袁thedisturbancefactorsanddynamicweightarein鄄troducedtoimprovetheupdatemethodofindividualwolves.Thesimulationresultsshowthat袁comparedwiththetraditionalmulti-taskoptimizationalgorithm袁theproposedalgorithmimprovestheoptimizationaccuracybymorethan4.8%onallfouroptimizationproblems袁andthecomputationaltimereducesbymorethan70%.Keywords：multi-taskoptimization曰swarmintelligenceoptimizationalgorithm曰graywolfalgorithm曰optimizationaccuracy...
