灰狼优化（GWO）算法是一种新兴的算法，它基于灰狼的社会品级以及它们的狩猎和配合战略。该算法于年推出，已被洪量探索人员和打算人员应用，原始论文的引用次数超出了很多其余算法。在Niu等人近来的一项探索中，先容了该算法优化实际题目的要紧弊端之一。总之，他们讲明，跟着题目的最优解偏离0，GWO的机能会降落。在本文中，经过对原始GWO算法举行直接批改，即忽视其社会品级，做家可以在很大水平上消除这一弊端为从此应用该算法斥地了新的视角。经过将其运用于基准和实际工程题目，考证了所提议法子的有用性。

%E.Akbari,A.Rahimnejad,S.A.Gadsden,"Agreedynon-hierarchicalgrey%wolfoptimizerforreal-worldoptimization",ElectronicsLetters,Apr.%

转载请注明:http://www.aideyishus.com/lkgx/855.html