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：
Source ：
计算机与现代化
Year： 2023
Issue： 12
Volume： 6
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： 3
Affiliated Colleges：
