改进的灰狼优化算法及其在机器人路径规划中的应用

我要开发同款
proginn21583874152023年11月06日
109阅读
开发技术python
所属分类人工智能

作品详情

提出了一种利用克隆选择算法的混合灰狼优化器(pGWO-CSA),以克服标准灰狼优化器(GWO)收敛速度慢、单峰函数精度低、多峰函数和复杂问题容易陷入局部最优的缺点。提出的pGWO-CSA的修改可以分为以下三个方面。首先,利用非线性函数代替线性函数来调整收敛因子的迭代衰减,实现开采与勘探的自动平衡;然后,设计出不受适应度较差的α狼和β狼影响的最优α狼;由于δ狼的适应度较低,设计了次优β狼。最后,将克隆选择算法(CSA)的克隆和超突变引入到GWO中,增强了跳出局部最优的能力。
声明:本文仅代表作者观点,不代表本站立场。如果侵犯到您的合法权益,请联系我们删除侵权资源!如果遇到资源链接失效,请您通过评论或工单的方式通知管理员。未经允许,不得转载,本站所有资源文章禁止商业使用运营!
下载安装【程序员客栈】APP
实时对接需求、及时收发消息、丰富的开放项目需求、随时随地查看项目状态

评论