Abstract：
为了提高哈里斯鹰算法的寻优性能,提出KmHHO算法.首先,将所有种群看作一个聚类,用Kmeans算法计算聚类的质心,再用质心代替算法中的均值.然后,为了控制算法的探索和开发阶段,用指数递减的猎物逃逸能量,代替原算法中线性递减的猎物逃逸能量.最后,通过在23个benchmark函数上5个算法寻优性能的对比,验证KmHHO的改进效果,并利用Wilcoxon秩和检验,分析KmHHO与其他4个算法的差异性.实验结果表明,在23个benchmark函数中,KmHHO能够在14个benchmark函数上取得最优值,整体性能高于GWO、HHO和AO,但与DAHHO相当.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
计算机与现代化
ISSN： 1006-2475
CN： 36-1137/TP
Year： 2023
Issue： 12
Page： 30-35
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 4
Affiliated Colleges：
