关于灰狼优化算法怎样进行改进？
求matlab源码 可以试试天牛须搜索算法，和灰狼优化类似，但是效率更高，收敛更快，相关资源更多：lishuai8：天牛须搜索算法（BAS）qq讨论群437958608matlab工具箱https://github.com/jywang2016/BASmatlab100多页的文档（中文）https://github.com/jywang2016/rBAS_documentsR工具箱https://github.com/jywang2016/rBAS数据库搜索beetle antennae search，或者中文’天牛须‘可以找到很多相关英文、中文论文及专利中文视频讲解：https://www.youtube.com/watch?v=62OpoO-hekg英文视频讲解：https://www.youtube.com/watch?v=d3ZO7HUeivs另外还有python，java版本程序，及相关其他资源在qq群文件中
灰狼优化算法原始paper开放源码的，研究GWO难到不下载原始paper吗？
改进方法有很多，智能算法改进从三个方面入手，1、种群初始化方法，初始种群的质量对优化算法性能影响很大。2、局部搜索算子改进，比如与GA的变异算法、DE的变异算法等融合，更多的是针对要解决的问题设计变异算法。3、全局搜索算子，比如GA的交叉算法。
GWO、GA、FPA我做过挺多paper的。智能优化算法创新点就体现在你针对特定问题设计的种群初始化、局部搜索、全局搜索等算法，更好地平衡算法的局部探索和全局搜索能力。 我看了灰狼算法的过程，发现三个问题：
1.初始化，结果与初始位置关系密切相关，过度集聚的初始位置陷入局部最小值。采用一定措施，强制 均匀化初始位置，保证初始化点尽量分布空间各个位置。
2.迭代算子。灰狼算法为了提高算法速度，刚开始采用较大的前进步，后续采用较小前进步，容易会出现陷入局部最小值跳不出来的情况。个人想法是 在后期 某些算子依然保持 较大的步伐，保证能跳出局部最小。
修改个五个优化算法，但是优化业内的书比较少看，有些词语表达可能不太准确，见谅。 可以使用群智能优化算法去做，Sparrow search algorithm（SSA）！
这是一个全新的群智能优化算法，具有简单，良好扩展性的特点，是一种天然的多种群，自适应算法！
作为刚提出的新算法，很适合进行各种改进研究，发表论文。
关于算法源代码及介绍，可加QQ群：869592172
希望对大家有用！
页:
[1]