邻域
-
改进的灰狼优化算法
I-GWO算法得益于一种新的运动策略，即基于维度学习的狩猎（DLH）搜索策略，该策略继承自自然界中狼的个体狩猎行为。 DLH使用不同的方法为每只狼构造一个邻域，相邻的信息可以在各狼之间共享。 DLH搜索策略中使用的维学习可以增强本地搜索和全局搜索之间的平衡，并保持多样性。代码给出了I-GWO在基准测试函数上的应用。 -
-
烟花算法
为了能够有效地进行搜索，这里要求解空间中 解的邻域有意义，同时需要保证在某一有限的范围 内，解和其邻域的其他解具有相似的性质———“靠 近是一种性质”。这个要求是烟花算法应用于优 化求解的有效性关键，因此在实际使用烟花算法求 解优化问题时，在问题建模和解的编码过程中，无论 是离散编码还是连续编码都需要满足这一个基本条 件。此外，烟花种群中各个烟花根据相对于其他烟 花的适应度值进行资源分配和信息交互使得整个种 群能够在全局搜索能力和局部搜索能力之间达到一 个平衡，而且烟花的爆炸搜索机制使 -
-
