一種小生境灰狼優(yōu)化算法
大?。?/span>2.25 MB 人氣： 2017-11-28 需要積分：1
標簽：小生境(6243)
灰狼優(yōu)化算法 （Grey Wolf Optimizer，GWO）是一種模擬灰狼捕食行為的群體智能算法，該算法最先由澳大利亞學者Mirjalili于2014年提出，根據(jù)灰狼的社會等級將包圍、追捕、攻擊等捕食任務分配給不同等級的灰狼群來完成捕食行為，從而實現(xiàn)全局優(yōu)化的過程。GWO算法具有操作簡單、調(diào)節(jié)參數(shù)少、編程易實現(xiàn)等特點。在函數(shù)優(yōu)化方面，與其他群智能優(yōu)化算法相比有明顯的優(yōu)越性。但同時也存在著易陷入局部最優(yōu)、求解精度不高、收斂速度慢等缺點。魏政磊等采用計算分配值的方法提出了一種自適應搜索的灰狼求解算法從而加快算法的收斂速度；羅佳等將混沌序列方法引入初始化種群個體，給出了一種尋優(yōu)性和魯棒性更好的改進GWO算法。龍文等引入了佳點集理來初始化狼群，并用非固定多段映射罰函數(shù)法處理約束條件，利用改進GWO算法求解約束優(yōu)化問題，并驗證了其有效性。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%