上传者: 38706007
|
上传时间: 2021-12-08 21:39:58
|
文件大小: 521KB
|
文件类型: -
灰狼优化(GWO)算法是一种新兴的算法,它基于灰狼的社会等级以及它们的狩猎和合作策略。 该算法于2014年推出,已被许多研究人员和设计人员使用,因此对原始论文的引用次数超过了许多其他算法。 在Niu等人的最新研究中,介绍了该算法用于优化现实世界问题的主要缺点之一。 总之,他们表明,随着问题的最佳解决方案从0偏离,GWO的性能下降。
在Greedy Non-Herarchical Gray Wolf Optimizer(G-NHGWO)中,通过对原始GWO算法进行直接修改,即忽略其社会层次结构,我们能够在很大程度上消除此缺陷,并为将来的使用开辟了新视野。此算法。 通过将其应用于基准和实际工程问题,验证了所提方法的效率。
参考文件: http : //dx.doi.org/10.1049/ell2.12176