Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Artificial Life and Robotics
Erschienen in: Artificial Life and Robotics 3/2021

14.05.2021 | Original Article

Grey wolf optimization with momentum for function optimization

verfasst von: Takuya Muto, Michiharu Maeda

Erschienen in: Artificial Life and Robotics | Ausgabe 3/2021

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Grey wolf optimization (GWO) is one of the metaheuristics, which imitates the hierarchy structure and hunting mechanism in nature. In this paper, we propose an algorithm of grey wolf optimization with momentum (GWOM). The momentum has a movement vector of search point from a previous position to a current position. In the proposed algorithm, the momentum is only applied to wolves with the better fitness than that of the previous step. Therefore, wolves are enhanced probability for searching better positions and tend to avoid to local optima. To show the effectiveness of the proposed algorithm, we compare it to existing algorithms by test functions.
Vorheriger Artikel Neural networks integrated circuit with switchable gait pattern for insect-type microrobot
Nächster Artikel Blink input interface enabling multiple candidate selection through sound feedback

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren
Literatur
1.
Ono I, Satoh H, Kobayashi S (1999) A real-coded genetic algorithm for function optimization using the unimodal normal distribution crossover. J Jpn Soc Artif Intell 14:1146–1155
2.
Valle Y, Vanayagamoorthy G, Mohagheghi S, Hernandez J, Harley G (2008) Particle swarm optimization: basic concepts, variants and application in power systems. IEEE Trans Comput 12:171–195
3.
Ali R et al (2013) Comparison of evolutionary based optimization algorithms for structural design optimization. Eng Appl Artif Intell 26:327–333CrossRef
4.
Mirjalili S, Mirjalili SM, Lewis A (2014) Grey wolf optimizer. Adv Eng Softw 69:46–61CrossRef
5.
Hassanien EA, Emaey E (2016) Swarm intelligence-principles, advances, and applications. CRC Press, Boca Raton
6.
Routray A, Singh KR, Mahanty R (2020) Harmonic reduction in hybrid cascaded multilevel inverter using modified grey wolf optimization. IEEE Trans Ind Appl 56:1827–1838CrossRef
7.
Emary E, Zawbaa H, Grosan C (2018) Experienced gray wolf optimization through reinforcement learning and neural networks. IEEE Trans Neural Netw Learn Syst 29:681–694MathSciNetCrossRef
8.
Precup R, David R, Petriu E (2017) Grey wolf optimizer algorithm-based tuning of fuzzy control systems With reduced parametric sensitivity. IEEE Trans Ind Electron 64:527–534CrossRef
9.
Mohanty S, Subudhi B, Ray P (2017) A Grey wolf-assisted perturb and observe MPPT algorithm for a PV system. IEEE Trans Energy Convers 32:340–347CrossRef
10.
Leonardo S, Maykon R, Sergio S, Marcelo F (2019) Comparative analysis of MPPT algorithm bio-inspired by grey wolves employing a feed-forward control loop in a three-phase grid-connected photovoltaic system. IET Renew Power Gener 13:1379–1390CrossRef
11.
Jamil M, Yang X-S (2013) A literature survey of benchmark functions for global optimization problems. Int J Math Model Numer Optim 4:150–194MATH
12.
Ying T et al (2016) GPU-based parallel implementation of swarm intelligence algorithms. Elsevier Inc, Amsterdam, pp 147–165
13.
14.
Gao S, Yu Y, Wang Y, Wang J, Cheng J, Zhou M Chaotic local search-based differential evolution algorithms for optimization. IEEE Trans Syst Man Cybern Syst (in press)
Metadaten
Titel
Grey wolf optimization with momentum for function optimization
verfasst von
Takuya Muto
Michiharu Maeda
Publikationsdatum
14.05.2021
Verlag
Springer Japan
Erschienen in
Artificial Life and Robotics / Ausgabe 3/2021
Print ISSN: 1433-5298
Elektronische ISSN: 1614-7456
DOI
https://doi.org/10.1007/s10015-021-00684-0

Weitere Artikel der Ausgabe 3/2021

Artificial Life and Robotics 3/2021 Zur Ausgabe

Original Article

Comparison of high-dimensional neural networks using hypercomplex numbers in a robot manipulator control

Original Article

A method of non-bug report identification from bug report repository

Original Article

Estimation of personal driving style via deep inverse reinforcement learning

Original Article

Learning algorithms for vector quantization using vertically partitioned data with IoT

Original Article

Proposal and evaluation for color constancy CAPTCHA

Original Article

Development of driver braking control model based on ride comfort index

Neuer Inhalt

    Bildnachweise