[改进]改进麋鹿群优化算法IEHO。

(Elk herd optimizer，EHO)是一种新型的元启发式算法（智能优化算法），灵感来自麋鹿群的繁殖过程。

该算法由Mohammed等学者发布于SCI 2区期刊《Artificial Intelligence Review》，采用多种改进策略进行改进。

EHO原理

麋鹿有两个主要的繁殖季节:发情期和产犊期。

在发情季节，麋鹿群分成大小不一的不同家庭。

这种划分是基于公鹿之间争夺统治权，更强壮的公鹿可以组成一个拥有大量后宫的家庭。

在产犊季节，每个家族都会从公鹿和后宫中孕育新的小鹿。

这种灵感是在优化环境中设置的，其中优化循环由三个操作符组成:车辙季节，产犊季节和选择季节。

在选择季节，所有的家族都合并在一起，包括公鹿、母鹿和小鹿。

最适合的麋鹿群将被挑选出来用于即将到来的发情和产犊季节。

简而言之，EHO将种群分成一组，每组在发情季节有一个领导者和几个追随者。

追随者的数量是根据其领导群体的适应度值来确定的。

在产犊季节，每个群体都会根据其领导者和追随者产生新的解决方案。

所有群体的成员，包括领导者、追随者和新解决方案，都被组合在一起，在选择季节选择最适合的群体。

ID:35660

详询客服 微信shujuqudong1 或shujuqudong6 或 qq68823886 或 27699885

图文详情请查看： http://matup.cn/863221796066.html