一种神经网络的多方向GWO优化方法

摘要

针对标准的GWO算法不稳定性和表现性能不佳问题，本文从多个方向提出优化路径.首先，为灰狼群体中增加最优解、候选狼群定义步长、候选狼群步长的权值进行优化、以及各优化方向相结合，对标准GWO算法进行优化改进，总共形成8种优化算法；然后将优化算法融入RNN、MLP和CMLP 3种神经网络中，总共构成24种预测模型；最后通过公共数据集进行了240次测试，结果表明，不同方向的优化可以提高各个神经网络预测模型的准确率及稳定性，具有更好的实用性.

关键词

灰狼优化算法 / 神经网络 / 预测模型