Optimiseur des loups gris multi-stratégies pour les problèmes d'ingénierie et la prévision du traitement des eaux usées

L'optimiseur des loups gris (GWO) est un algorithme heuristique très prisé dans de nombreux domaines. Cependant, pour certains problèmes complexes, notamment les problèmes à haute dimension et multimodaux, l'algorithme de base a une puissance de calcul limitée et ne peut pas fournir de réponse satisfaisante. Afin de trouver une meilleure solution, un algorithme amélioré basé sur le GWO est proposé ici. Des mécanismes de barebone gaussien, de sélection aléatoire et de jeu chaotique sont introduits dans l'algorithme GWO pour renforcer la capacité de recherche globale. Le GWO amélioré par trois mécanismes est appelé CBRGWO. Pour vérifier les performances de CBRGWO, en utilisant IEEE CEC 2017 comme fonction de test, CBRGWO est comparé à cinq variantes de GWO, cinq algorithmes de base, six algorithmes avancés et quatre algorithmes champions. CBRGWO est évalué à l'aide du test de Friedman et du test de Wilcoxon des rangs signés. Ensuite, la stabilité de CBRGWO est analysée. Pour vérifier que CBRGWO est toujours efficace dans une application pratique, CBRGWO est appliqué à cinq problèmes d'ingénierie et à un problème de prévision de la qualité de l'eau. Les résultats expérimentaux indiquent que CBRGWO maintient une excellente capacité d'optimisation dans des problèmes d'ingénierie pratiques.