为了解决多目标灰狼优化算法（MOGWO）易陷入局部最优，稳定性差等缺点，基于对算法寻优时灰狼个体运动情况的分析，提出了两条改进策略：一是通过引入“观察”策略赋予灰狼个体自主探索的能力，以提高算法的优化效率和跳出局部最优的能力；二是改进控制参数调整策略，选用幂函数取代线性函数以提高算法的稳定性。然后对两条改进策略进行了可行性分析，提出了带观察策略的多目标灰狼算法并进行了算法复杂度分析。最后通过对6个不同特点测试函数的多次重复实验，结合GD与IGD两种通用评价指标，对原算法、改进后算法和多目标粒子群算法进行比较，从算法效率、寻优能力和稳定性等方面综合验证了算法改进的有效性和优越性。
2021-10-21 23:37:15
835KB
1
此工具箱提供两种类型的二元灰狼优化 (BGWO) 方法
演示了 BGWO 如何使用基准数据集解决特征选择问题的示例。
****************************************************** ****************************************************** **********************************
请考虑引用我的文章[1] 太，经纬，等。 “一种新的竞争性二元灰狼优化器，用于解决 EMG 信号分类中的特征选择问题。” 计算机，卷。 7，没有。 4，MDPI AG，2018 年 11 月，第 4 页。 58、DOI： https : //doi.org/10.3390/computers7040058
[2] 也是，经纬和阿卜杜勒·拉希姆·阿卜杜拉。
2021-10-19 15:12:39
122KB
1
【优化求解】基于莱维飞行和随机游动策略改进灰狼算法matlab源码.md
2021-09-20 16:38:50
23KB
1