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