1、“.....魏政磊，等多目标灰狼优化算法的改進策略研究计算机工程与应用，。关键词群智能算法并行化技术种群竞争策略灰狼优化算法中图分类号文献标识码文章编号近几十年来，人们提出了许多基于生物行为的算法，如进化算法群体智能等，很多算法应用于电，种竞争策略的灰狼优化算法论文原稿因子的算法相对较轻，而采用竞争机制的算法有效减少了局部最优的出现。结语本文提出了竞争机制的并行灰狼算法，设定有多个狼群并行实施常规灰狼算法，在达到定条件后让狼群间相互竞争，剔除不良个体并更新种群，由仿真结果可知，相比于其他改进，该改进方法可以提高算法的收敛精度和速度，在对多峰值多极值函数的优化过程中可减少算法陷入局部最优多极值函数的收敛曲线图......”。

2、“.....各算法都有较好的优化性能及较快的收敛速度，从表看出在最优值指标和最差值方面，算法的收敛精度最高，然后依次是，在标准方差指标方面，求解结果的稳定性排序依次是。由图可以看出在优化过程中各算法都存在着局部最优的现象，但的局部最优情况最多狼，将狼群中的狼并入狼群组成新狼群否则狼群兼并狼群，作相同处理。算法流程初始化个狼群位置以及系数，每个狼群都通过灰狼算法独立进行寻优计算各个狼群的适应度根据公式更新各狼群位置与相关参数可得出个狼群中的头狼适应度，指定在第次迭代，两两展开竞争，组成新狼群后再进行常规寻优或是继续参与竞争终止达到函数的预定值或者达到最大迭代次数时，记录最在狩猎过程中......”。

3、“.....为猎物的方向向量，为狼群中狼的位置向量，为下步移动方向向量，为猎物的移动系数。通过调整系数向量来控制搜索猎物的范围，当时，扩大搜索范围寻找全局最优当时，缩小搜索范围寻找局部最优。种竞争策略的灰狼优化算法论文原稿。摘要群智能优化算法已广泛用于科学研究中，主要模拟自有领导权。在狩猎过程中，主要寻优过程是由狼分散包围猎物，其他个等级根据收集到的信息指挥狼的移动方向，并决定是否更新自己的位置，当满足终止条件以后，输出最优解。当狼群完成对猎物的包围，由狼指挥狼和狼带领狼群收缩包围圈，狼群的位置更新用式表示其中为狼的位置，为狼的位置，为狼的位置，为当前狼的位置向量，为随机向量。式分别确定了狼朝向狼狼狼......”。

4、“.....此外，如何将改进的算法应用到工程中的多目标优化问题是需要进步研究的方向。参考文献张涛，张东方，王凌云基于灰狼算法的分布式电源优化配置水电能源科学，姚鹏，王宏伦基于改进流体扰动算法与灰狼优化的无人机维航路规划控制与决策，王钛，许斌，李林国，等基于离散灰狼算法的多级阈值图像分割计法都存在着局部最优的现象，但的局部最优情况最多，由此可见动态权值的引入虽然可以提高算法的收敛速度与精度，但也会加剧局部最优的产生，相比之下的局部最优现象较少，且在收敛精度及稳定性上有很大的提高。对多峰值多极值函数，各算法在最优值最差值平均最优值指标上结果精度基本相同，由图可以看出，各算法的局部最優情况增多了些......”。

5、“.....种竞争策略的灰狼优化算法论文原稿。灰狼算法简介狼群的组织结构根据领导权力进行排序，主要分为个等级，高等级的狼对低等级的狼有领导权。在狩猎过程中，主要寻优过程是由狼分散包围猎物，其他个等级根据收集到的信息指挥狼的移动方向，并决定是否更新自己的位置，当满足终止条件以后，输出最优解。法。在狩猎过程中，猎物位置与灰狼位置可用式表示其中表示当前迭代次数，为猎物的方向向量，为狼群中狼的位置向量，为下步移动方向向量，为猎物的移动系数。通过调整系数向量来控制搜索猎物的范围，当时，扩大搜索范围寻找全局最优当时，缩小搜索范围寻找局部最优。灰狼算法简介狼群的组织结构根据领导权力进行排序......”。

6、“.....高等级的狼对低等级的狼争终止达到函数的预定值或者达到最大迭代次数时，记录最优个体的值以及其适应度。实验结果及分析实验设置仿真将采用种不同的算法，基于个单目标无约束的标准测试函数测试比较各算法的收敛速度与求解精度。所有算法终止条件是满足最大迭代次数，群体规模都设置为。算法性能分析种算法对个函数的求解结果见表，列出了种算法基于个标准测试函数分别运行次所取得的，牛家彬，王辉种基于混合策略的灰狼优化算法齐齐哈尔大学学报，崔明朗，杜海文，魏政磊，等多目标灰狼优化算法的改進策略研究计算机工程与应用，。摘要群智能优化算法已广泛用于科学研究中，主要模拟自然界中的生物种群行为......”。

7、“.....态权值的算法，采用平均权值的算法和收敛因子的算法相对较轻，而采用竞争机制的算法有效减少了局部最优的出现。结语本文提出了竞争机制的并行灰狼算法，设定有多个狼群并行实施常规灰狼算法，在达到定条件后让狼群间相互竞争，剔除不良个体并更新种群，由仿真结果可知，相比于其他改进，该改进方法可以提高算法的收敛精度和速度，在对最优值最差值平均最优值及标准方差，并绘制单峰函数多峰多极值函数的收敛曲线图。在单峰值函数的优化过程中，各算法都有较好的优化性能及较快的收敛速度，从表看出在最优值指标和最差值方面，算法的收敛精度最高，然后依次是，在标准方差指标方面，求解结果的稳定性排序依次是......”。

8、“.....当时，则狼群兼并狼群，淘汰狼群中处于领导地位的狼狼狼，将狼群中的狼并入狼群组成新狼群否则狼群兼并狼群，作相同处理。算法流程初始化个狼群位置以及系数，每个狼群都通过灰狼算法独立进行寻优计算各个狼群的适应度根据公式更新各狼群位置与相关参数可得出个狼群中的头狼适应度，指定在第次迭代，两两展开竞争，组成新狼群后再进行常规寻优或是继续参与竞源的优化配置路径优化图像分割处理等方面。灰狼算法是模拟狼群捕猎过程的优化算法，最初是由等学者年提出的，针对灰狼算法过早收敛易陷入局部最优等缺点，人们做了大量的改进研究。，采用了并行化和反向学习的种群沟通策略，对采用种群交流策略改进算法牛家彬等把动态权重和动态种群结合起来提高收，。此外......”。

9、“.....参考文献张涛，张东方，王凌云基于灰狼算法的分布式电源优化配置水电能源科学，姚鹏，王宏伦基于改进流体扰动算法与灰狼优化的无人机维航路规划控制与决策，王钛，许斌，李林国，等基于离散灰狼算法的多级阈值图像分割计算机技术与发展，由此可见动态权值的引入虽然可以提高算法的收敛速度与精度，但也会加剧局部最优的产生，相比之下的局部最优现象较少，且在收敛精度及稳定性上有很大的提高。对多峰值多极值函数，各算法在最优值最差值平均最优值指标上结果精度基本相同，由图可以看出，各算法的局部最優情况增多了些，尤其是采用动态权值的算法，采用平均权值的算法和收敛优个体的值以及其适应度......”。