基于维度学习狩猎搜索策略的改进灰狼算法

针对基本GWO存在的早熟收敛、精度低等问题,提出了一种维度学习狩猎搜索策略的改进灰狼算法。首先,引入PWLCM映射—准反向学习策略对种群进行初始化,增强个体对解空间的搜索能力;其次,通过改变收敛因子和变权重的搜索方式求出第一候选个体位置,最后引入维度学习狩猎搜索策略寻找第二候选个体,通过比较选择最优的灰狼位置。为验证该算法的优异性,选取9个测试函数进行仿真实验,结果表明,提出的改进灰狼算法具有很好的稳定性和收敛精度。

IGWO-SVM在火控系统故障预测中的应用

炮控箱是炮控系统的综合控制部件,与炮控系统的各个部件都有关系,对其进行故障预测至关重要。针对炮控系统测试信号成分复杂、数据量少的问题,提出一种基于DLH搜索策略改进的灰狼算法优化支持向量机的模型预测方法。对采集的原始数据进行灰色关联度分析处理,实现对原始数据参数的约简,选出灰色关联度较高的属性参数构建数据集;采用DLH搜索策略改进的灰狼搜索算法优化支持向量机的参数,对数据集进行训练,实现对测试集的故障预测。实验结果表明,该方法在炮控系统故障预测中,能够提高对处理后数据集预测的准确率,可以对火控系统的维护、维修和更换提供依据。