适应度反向学习的平衡灰狼算法及其应用.pdfVIP

适应度反向学习的平衡灰狼算法及其应用.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

年月计算机工程与设计

20244Ar.2024

p

第卷第期COMPUTERENGINEERINGANDDESIGN

454Vol.45No.4

适应度反向学习的平衡灰狼算法及其应用

+

,,,,

杨宸张玮许鑫张振喜高暾

(,)

太原理工大学化学工程与技术学院山西太原030024

:,,

摘要针对传统灰狼优化算法位置更新时勘探与开发失衡收敛速度慢且陷入局部最优的问题提出一种改进的灰狼算

(,),,,

法balancedrewolfalorithmbasedonfitnessbacklearninBGWO引入非线性控制参数增强算法前期勘探能力

gygg

;,。

加速收敛在种群迭代阶段采用重心反向学习的最优适应度权重更新策略平衡算法的勘探与开发16组基准函数测试结

,,。

果表明改进后算法能自适应跳出局部最优在加快算法收敛速度的同时提高全局收敛能力与精度将BGWO应用于PV

(),,,

型旋风分离器粒级效率GBDTradientboostindecisiontree的建模提高了GBDT的精度模型相关系数0.980均方

gg

,、,,

误差与和相对比建模精度和稳定性明显提高验证了

0.00079BGWO-GBDTGBDTPSO-GBDTGWO-GBDTBGWO

的有效性。

:;;;;;;

关键词灰狼优化算法勘探与开发非线性控制适应度反向学习基准函数测试梯度提升决策树旋风分离器效

率模型

中图法分类号:文献标识号:文章编号:()

TP183A1000-7024202404-1047-09

:/

doi10.16208.issn1000-7024.2024.04.013

j

Balancedrewolfalorithmforfitnessb

文档评论(0)

你就是我的小鱼鱼 + 关注
实名认证
文档贡献者

教师资格证持证人

该用户很懒,什么也没介绍

领域认证该用户于2024年10月18日上传了教师资格证

1亿VIP精品文档

相关文档