位置: IT常识 - 正文

GWO灰狼优化算法综述(Grey Wolf Optimization)(灰狼算法的改进)

编辑:rootadmin
GWO灰狼优化算法综述(Grey Wolf Optimization)

推荐整理分享GWO灰狼优化算法综述(Grey Wolf Optimization)(灰狼算法的改进),希望有所帮助,仅作参考,欢迎阅读内容。

文章相关热门搜索词:郊狼优化算法,鲸鱼优化算法和灰狼优化算法,灰狼优化算法和遗传算法,基于灰狼优化算法的改进研究及其应用,灰狼优化算法和遗传算法,gwo灰狼优化算法发展历史,灰狼优化算法和遗传算法,基于灰狼优化算法的改进研究及其应用,内容如对您有帮助,希望把文章链接给更多的朋友!

       GWO通过模拟灰狼群体捕食行为,基于狼群群体协作的机制来达到优化的目的。

       GWO算法具有结构简单、需要调节的参数少、容易实现等特点,其中存在能够自适应调整的收敛因子以及信息反馈机制,能够在局部寻优与全局搜索之间实现平衡,因此在对问题的求解精度和收敛速度方面都有良好的性能。

1. 灰狼优化算法原理

        第一层:层狼群。种群中的领导者,负责带领整个狼群狩猎猎物,即优化算法中的最优解。 

        第二层:层狼群。负责协助 层狼群,即优化算法中的次优解。

        第三层:层狼群。听从和的命令和决策,负责侦查、放哨等。适应度差的 和 会降为。

        第四层:层狼群。它们环绕、或进行位置更新。

        灰狼的狩猎过程包含如下:①包围、跟踪猎物②追捕、骚扰猎物③攻击猎物。

2. 数学模型建立

        为了对 GWO中灰狼的社会等级进行数学建模,将前3匹最好的狼(最优解)分别定义为α,β和δ,它们指导其他狼向着目标搜索。其余的狼 (候选解)被定义为 ω,它们围绕α,β或δ来更新位置。

2.1 包围猎物

        在 GWO 中,灰狼在狩猎过程中利用以下位置更新公式实现对猎物的包围 :

 

        式(1)为灰狼和猎物之间的距离,式(2)是灰狼的位置更新公式,和分别是猎物的位置向量和灰狼的位置向量,t为当前迭代次数。和为确定的系数,其计算公式分别为:

        其中,,是两个一维分量取值在[0,1]内的随机数向量,用于模拟灰狼对猎物的攻击行为,它的取值受到的影响。收敛因子 是一个平衡GWO 勘探与开发能力的关键参数。的取值随着迭代次数的增大从 2 到 0 线性递减。

2.2 追捕猎物GWO灰狼优化算法综述(Grey Wolf Optimization)(灰狼算法的改进)

        在自然界中,虽然狩猎过程通常由头狼 α 狼引导,其它等级的狼配合对猎物进行包围、追捕和攻击,但在演化计算过程中,猎物(最优解)位置是未知的,因此在 GWO 中我们认为最优的灰狼为α ,次优的灰狼为 β ,第三优的灰狼为 δ ,其余的灰狼是 ω,根据 α (潜在最优解)、β  和 δ 对猎物的位置有更多知识的这一特性建立模型,迭代过程中采用 α 、β 和 δ 来指导 ω 的移动,从而实现全局优化。利用α 、β  和 δ 的位置、、,使用下述方程更新所有灰狼的位置:

        分别表示灰狼个体距离  层狼群、 层狼群、层狼群的距离。

       X1、X2、X3分别表示受 层狼群、 层狼群、层狼群影响, 灰狼个体需要调整的位置。

这里取平均值,即

         灰狼的位置更新方式可以用下图表示。

2.3 攻击猎物

        在下面的公式中,t 表示当前迭代次数,T 为设定的最大迭代次数。当 a的值从 2 递减至 0时,其对应的 A 的值也在区间[-a, a]变化: a 的取值越大则会使灰狼远离猎物,希望找到一个更适合的猎物,因而促使狼群进行全局搜索(|𝐴| > 1),若 a 的取值越小则会使灰狼靠近猎物,促使狼群进行局部搜索(|𝐴| < 1)。 

3. Matlab算法实现

 GWO灰狼算法的Matlab代码如下:

%pop——种群数量%dim——问题维度%ub——变量上界,[1,dim]矩阵%lb——变量下界,[1,dim]矩阵%fobj——适应度函数(指针)%MaxIter——最大迭代次数%Best_Pos——x的最佳值%Best_Score——最优适应度值clc;clear all;close all;pop=50;dim=2;ub=[10,10];lb=[-10,-10];MaxIter=100;fobj=@(x)fitness(x);%设置适应度函数[Best_Pos,Best_Score,IterCurve]=GWO(pop,dim,ub,lb,fobj,MaxIter);%…………………………………………绘图…………………………………………figure(1);plot(IterCurve,'r-','linewidth',2);grid on;title('灰狼迭代曲线');xlabel('迭代次数');ylabel('适应度值');%…………………………………… 结果显示……………………………………disp(['求解得到的x1,x2是:',num2str(Best_Pos(1)),' ',num2str(Best_Pos(2))]);disp(['最优解对应的函数:',num2str(Best_Score)]);%种群初始化函数function x=initialization(pop,ub,lb,dim)for i=1:pop for j=1:dim x(i,j)=(ub(j)-lb(j))*rand()+lb(j); endendend%狼群越界调整函数function x=BoundrayCheck(x,ub,lb,dim)for i=1:size(x,1) for j=1:dim if x(i,j)>ub(j) x(i,j)=ub(j); end if x(i,j)<lb(j) x(i,j)=lb(j); end endendend%适应度函数,可根据自身需要调整function [Fitness]=fitness(x) Fitness=sum(x.^2);end%…………………………………………灰狼算法主体………………………………………function [Best_Pos,Best_Score,IterCurve]=GWO(pop,dim,ub,lb,fobj,MaxIter)Alpha_Pos=zeros(1,dim);%初始化Alpha狼群Alpha_Score=inf;Beta_Pos=zeros(1,dim);%初始化Beta狼群Beta_Score=inf;Delta_Pos=zeros(1,dim);%初始化化Delta狼群Delta_Score=inf;x=initialization(pop,ub,lb,dim);%初始化种群Fitness=zeros(1,pop);%初始化适应度函数for i=1:pop Fitness(i)=fobj(x(i,:));end[SortFitness,IndexSort]=sort(Fitness);Alpha_Pos=x(IndexSort(1),:);Alpha_Score=SortFitness(1);Beta_Pos=x(IndexSort(2),:);Beta_Score=SortFitness(2);Delta_Pos=x(IndexSort(3),:);Delta_Score=SortFitness(3);Group_Best_Pos=Alpha_Pos;Group_Best_Score=Alpha_Score;for t=1:MaxIter a=2-t*((2)/MaxIter);%线性调整a的值 for i=1:pop for j=1:dim %根据Alpha狼群更新位置X1 r1=rand; r2=rand; A1=2*a*r1-a;%计算A1 C1=2*r2;%计算C1 D_Alpha=abs(C1*Alpha_Pos(j)-x(i,j));%计算种群中其它狼只与Alpha狼群的距离 X1=Alpha_Pos(j)-A1*D_Alpha;%更新X1 %根据Beta狼群更新位置X2 r1=rand; r2=rand; A2=2*a*r1-a;%计算A2 C2=2*r2;%计算C2 D_Beta=abs(C2*Beta_Pos(j)-x(i,j));%计算种群中其它狼只与Beta狼群的距离 X2=Beta_Pos(j)-A2*D_Beta;%更新X2 %根据Delta狼群更新位置X3 r1=rand; r2=rand; A3=2*a*r1-a; C3=2*r2; D_Delta=abs(C3*Delta_Pos(j)-x(i,j));%计算种群中其它狼只与BDelta狼群的距离 X3=Delta_Pos(j)-A3*D_Delta;%更新X3 x(i,j)=(X1+X2+X3)/3;%更新后的狼只位置 end end x=BoundrayCheck(x,ub,lb,dim);%狼只越界调整 for i=1:pop Fitness(i)=fobj(x(i,:)); if Fitness(i)<Alpha_Score%替换Aplha狼 Alpha_Score=Fitness(i); Alpha_Pos=x(i,:); end if Fitness(i)>Alpha_Score&&Fitness(i)<Beta_Score%替换Beta狼 Beta_Score=Fitness(i); Beta_Pos=x(i,:); end if Fitness(i)>Alpha_Score&&Fitness(i)>Beta_Score&&Fitness(i)<Delta_Score%替换Delta狼 Delta_Score=Fitness(i); Delta_Pos=x(i,:); end end Group_Best_Pos=Alpha_Pos; Group_Best_Score=Alpha_Score; IterCurve(t)=Group_Best_Score;end Best_Pos=Group_Best_Pos; Best_Score=Group_Best_Score;end4. GWO算法的优化过程

        GWO算法的优化从随机创建 一个灰狼种群(候选方案)开始。在迭代过程中,α,β和δ狼估计猎物的可能位置(最优解)。灰狼根据它们与猎物的距离更新其位置。为了搜索过程中的勘探和开发,参数a应该从2递减到0。如果||>1,候选解远离猎物;如果||<1,候选解逼近猎物。GWO算法的流程图如下图所示。

         目前对于GWO算法的改进很多,可以参考以下的文献

参考文献

        1.张晓凤,王秀英.灰狼优化算法研究综述[M].青岛科技大学

        2.张森.灰狼优化算法研究及应用[M],广西民族大学

本文链接地址:https://www.jiuchutong.com/zhishi/289603.html 转载请保留说明!

上一篇:微前端架构-qiankun在vue3的应用(微前端架构实现)

下一篇:Mont Choisy Beach, Mauritius (© Robert Harding World Imagery/Offset by Shutterstock)

  • 荣耀magic3至臻版怎么设置熄屏显示(荣耀magic3至臻版参数配置详情)

    荣耀magic3至臻版怎么设置熄屏显示(荣耀magic3至臻版参数配置详情)

  • 漫步者tws1蓝牙耳机怎么恢复出厂设置(漫步者TWS1蓝牙耳机配对不了)

    漫步者tws1蓝牙耳机怎么恢复出厂设置(漫步者TWS1蓝牙耳机配对不了)

  • flash helper service卸载了会有影响吗(Flash Helper Service无法启动错误1053)

    flash helper service卸载了会有影响吗(Flash Helper Service无法启动错误1053)

  • 不支持的消息可在手机上查看(不支持的消息可以删除吗)

    不支持的消息可在手机上查看(不支持的消息可以删除吗)

  • diamond文件夹是什么意思(diamonddownload文件夹)

    diamond文件夹是什么意思(diamonddownload文件夹)

  • soul的隐身小助手怎么弄(soul的隐身小助手怎么发)

    soul的隐身小助手怎么弄(soul的隐身小助手怎么发)

  • 工作表默认密码是多少(工作表默认密码怎么改)

    工作表默认密码是多少(工作表默认密码怎么改)

  • 升级miui12会清除数据吗(升级miui12后还能退回去吗)

    升级miui12会清除数据吗(升级miui12后还能退回去吗)

  • 手机关机闹铃能响吗(手机关机闹铃能响吗OPPO)

    手机关机闹铃能响吗(手机关机闹铃能响吗OPPO)

  • vsco是什么(vsco是什么风格)

    vsco是什么(vsco是什么风格)

  • 快手消息怎么不显示红点(快手消息怎么不显示别人赞)

    快手消息怎么不显示红点(快手消息怎么不显示别人赞)

  • word里面怎么没有楷体GB2312(word里面怎么没有标题2了)

    word里面怎么没有楷体GB2312(word里面怎么没有标题2了)

  • 苹果8p充电时间多久(苹果8p充电时间怎么看)

    苹果8p充电时间多久(苹果8p充电时间怎么看)

  • 京东取消订单能恢复吗(京东取消订单能退定金吗)

    京东取消订单能恢复吗(京东取消订单能退定金吗)

  • 手机怎么修改截图上的文字(手机怎么修改截图上的时间)

    手机怎么修改截图上的文字(手机怎么修改截图上的时间)

  • oppogps权限怎么开启(oppogps设置在哪里)

    oppogps权限怎么开启(oppogps设置在哪里)

  • 苹果11的nfc怎么使用(苹果11的nfc怎么添加门禁卡)

    苹果11的nfc怎么使用(苹果11的nfc怎么添加门禁卡)

  • 淘宝导航栏怎么自定义(淘宝导航栏怎么换颜色)

    淘宝导航栏怎么自定义(淘宝导航栏怎么换颜色)

  • 抖音不想让别人搜到我(抖音不想让别人看到我的浏览记录)

    抖音不想让别人搜到我(抖音不想让别人看到我的浏览记录)

  • 企业开发app原因是什么(为什么开发app)

    企业开发app原因是什么(为什么开发app)

  • Linux上安装使用FTP服务器ProFTPD的教程(linux安装常用命令)

    Linux上安装使用FTP服务器ProFTPD的教程(linux安装常用命令)

  • 电脑制作表格方法(电脑方案表格)

    电脑制作表格方法(电脑方案表格)

  • 人工智能学习——模糊控制(学人工智能哪家机构比较好)

    人工智能学习——模糊控制(学人工智能哪家机构比较好)

  • 餐饮发票公司怎么抵税
  • 已抵扣的进项税额怎么转出
  • 挂靠别的公司都需要交什么税
  • 增值税进项税是多少
  • 生产用天然气如何入账
  • 提供洒水车服务税率
  • 国际多式联运必须具备的基本条件是什么
  • 行政单位会计核算采用
  • 应交税费进项税额属于什么科目借贷方向
  • 公司对项目管理方式
  • 养老保险缴纳比例是固定的吗
  • 税控服务费的账务处理
  • 非盈利组织的好处
  • 折让方式
  • 认证后的发票可以留存多久
  • 商品销售税金及附加科目现在改了吗
  • 不动产抵扣涉及净值,这里的净值是否扣除减值准备,是否扣除不动产改变用途当月的折旧额?
  • 通用日记账核算方法
  • 跨年度错账更正方法
  • 公司帮别人代缴社保
  • 租车公司的车能租吗
  • 应收票据盘点表是出纳填吗
  • 上月印花税计提多了如何冲回
  • word字体平滑
  • 五险二金的二金有什么好处
  • 事业单位非税收入怎么做账
  • 紧急重新启动
  • 进销存功能
  • 公司注销退回投资款如何账务处理
  • PHP中使用全局变量来接受表单中提交的数据
  • mediacache是什么文件夹
  • win7旗舰版系统鼠标不能动了
  • 工业企业成本核算流程
  • 生产企业可以抵扣进项税的
  • 安装windows(install windows)
  • phpseclib
  • php发送邮箱
  • 油卡预付卡发票能入费用吗怎么入账
  • js加密解密源代码
  • 基于车联网
  • vue :data="data"
  • 利润表主营业务成本怎么算
  • 怎么应对降税行业
  • VUE3.0+Antdv+Asp.net WebApi开发学生信息管理系统(二)
  • 公司旅游费会计分录
  • 小规模纳税人应交税费科目设置
  • 新政府会计制度从什么时候开始实施
  • sqlserver数据库指定目录
  • 公账转法人私账用途写备用金可以吗
  • 装修室内设计效果图
  • 本年利润为
  • 把其他应付款转成实收资本的话需要去工商改注册资本么
  • 销售退回的会计分录 预计负债
  • 企业送给客户的礼品怎么做分录
  • 老板垫付工资账务处理
  • 出口退税账务处理
  • 应付账款与应付票据结合的原则
  • 现金日记账的登记日期以什么日期为标准?
  • 新成立公司怎么办理社保开户
  • 建立备查账簿登记的有哪些
  • win7传真和扫描
  • Win10预览版拆弹
  • fedora最新版
  • mac上怎么查看qq聊天记录
  • linux中locate命令的作用
  • centos mail命令
  • win7升win8要钱吗
  • 订书针的原理
  • linux怎样使用
  • wire软件下载
  • linux挂载啥意思
  • 一起学写字的宣传文案
  • Unity导出的webgl能做AR吗
  • javascript初级教程
  • java script
  • 领导班子和领导干部政绩观偏差主要问题清单
  • 纳税信用等级在哪里查
  • 工会经费管理办法2021
  • 以出让方式取得的土地
  • 国家发票真伪查验
  • 免责声明:网站部分图片文字素材来源于网络,如有侵权,请及时告知,我们会第一时间删除,谢谢! 邮箱:opceo@qq.com

    鄂ICP备2023003026号

    网站地图: 企业信息 工商信息 财税知识 网络常识 编程技术

    友情链接: 武汉网站建设