改进的动态灰狼优化算法

2021年第22卷第6期

摘要

关键词

相关研究

回顶部

《信息与电子工程前沿（英文）》 >> 2021年第22卷第6期 doi: 10.1631/FITEE.2000191

改进的动态灰狼优化算法

1咸阳师范学院物理与电子工程学院，中国咸阳市，712000；2西安电子科技大学机电工程学院，中国西安市，710071

收稿日期： 2020-04-24 录用日期： 2021-07-12 发布日期： 2021-07-12

HTML38 PDF 19 收藏 0

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