「深度学习之优化算法」(十七)灰狼算法

1. 灰狼算法简介

(以下描述,均不是学术用语,仅供大家快乐的阅读)
  灰狼算法(Grey Wolf Algorithm)是受灰狼群体捕猎行为启发而提出的算法。算法提出于2013年,仍是一个较新的算法。目前为止(2020)与之相关的论文也比较多,但多为算法的应用,应该仍有研究和改进的余地。
  灰狼算法中,每只灰狼的位置代表了解空间中的一个可行解。群体中,占据最好位置的三只灰狼为狼王及其左右护法(卫)。在捕猎过程中这三只狼将带领着狼群蛇皮走位,抓捕猎物,直至找到猎物(最优解)。当然狼王不会一直是狼王,左右护法也是一样,每一轮走位后,会根据位置的优劣重新选出新的狼王和左右护法。狼群中的每一只灰狼会向着(也可能背向)这三只位置最优的灰狼移动一定的距离,来决定这一步自己将如何走位。简单来说,灰狼个体会向则群体中最优的三个个体移动

2. 算法流程

很明显该算法的主角就是灰狼了。


  灰狼群在D维空间内有N个个体,其位置为

猜你喜欢

转载自blog.csdn.net/quanzhan_King/article/details/131845263