北京看白癜风疗效好专科医院 https://yyk.familydoctor.com.cn/2831/newslist_8_1.html
内容介绍中文摘要：在标准灰狼优化算法（GWO）中，搜索狼必须等到其他搜索狼与3个领导狼之间的比较完成后才能更新其当前位置矢量。正因为有此等待时间，标准GWO被视为静态GWO。为消除这种等待时间，提出两种动态GWO算法：第一种动态灰狼优化算法（DGWO1）和第二种动态灰狼优化算法（DGWO2）。在动态GWO算法中，当前搜索狼不需要等待所有其他搜索狼与领导狼的比较，在完成自身或前一匹搜索狼与领导狼的比较后，即可更新其位置矢量。动态GWO算法及时更新搜索狼的位置，提高了算法迭代收敛速度。以动态GWO算法结构为基础，对其他改进GWO算法也进行了一定的性能测验。实验证明，对同一改进GWO算法，以动态GWO结构为基础时的性能总体上优于以静态GWO结构为基础时的性能。

关键词：

群智能；灰狼优化算法；动态灰狼优化算法；优化实验

作者：

张小青1,2，张玉叶1，明正峰2

单位：

1咸阳师范学院物理与电子工程学院，中国咸阳市，西安电子科技大学机电工程学院，中国西安市，本文引用格式：

XiaoqingZHANG,YuyeZHANG,ZhengfengMING,.Improveddynamicgreywolfoptimizer.FrontiersofInformationTechnologyElectronicEngineering,22(6):-.

转载请注明:http://www.aideyishus.com/lkgx/119.html