需求发布 成果发布 科创案例库 揭榜挂帅
技术经理人 会议展览 科创联合体 项目申报
前沿动态 科技政策 院士开讲 青托工程
科技服务团 学术资源
试点城市(园区) 双创活动周
协作站点 学会服务
问题库 项目库 开源库
English
您所在的位置: 成果库 An Efficient Improved Grey Wolf Optimizer for Opti

An Efficient Improved Grey Wolf Optimizer for Opti

发布时间: 2024-12-04

来源: 试点城市（园区）

基本信息

合作方式： 技术转让
成果类型： 著作权
行业领域：
控制理论与控 制工程
成果介绍
灰狼优化器（GWO）是一种受灰狼狩猎机制启发而提出的高效元启发式算法。 尽管它成功地解决了许多工程问题，但在某些情况下仍然存在过早收敛和误判的问题。本文提出了一种具有更强探索性和可开发性的混合灰狼优化算法（HGWO）。为了提高 GWO 的效率，提出了一种新的基于随机分组策略的α、β和δ狼选择方法，并设计了两个新的全局搜索公式来提高搜索能力。同时，将贪婪狼的概念引入HGWO 中，以提高其开发能力。贪婪的狼没有等级观念，只在最有价值的猎物周围狩猎以获得最大的利润。文中设计了一个非线性因子来控制贪婪狼的数量以平衡勘探和开发。
成果亮点
为了研究所提出的 HGWO 的有效性，将其与 GWO、CGWO 和最近开发的一 些算法在 CEC2017 基准函数和四个工程问题上进行了比较。统计学测试方法也被用来调查结果的重要性。实验结果和统计结果表明，所提出的 HGWO 算法的性能明显优于 GWO 算法和其他比较算法。
团队介绍
于吉生、张盛开 本人主要从事电气自动化、电力系统继电保护及智能优化算法领域的研 究，涉及到智能制造生产线、车辆辅助驾驶检测系统、变电站高压无功补偿及 继电保护等方面。 在电气自动化领域的研究中，主要从事自动化生产线的设计及生产线的自 动控制策略，从而实现更加精准的控制效果。目前涉及钢厂多种加热炉窑、板 材生产线、物流行业多巷道立体仓库、机器人控制、全自动钢桶制造生产线及 云端智慧冷库保鲜系统等领域，取得了很好的效果。
成果资料