科研之友
微信
新浪微博
Facebook
分享链接
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。
- 单位
