群机器人多目标搜索快
用历史最优位置动态分组，让群机器人在未知环境中更高效地搜索多个目标。
朱潜 · Yongqing, Li · Zhen, Zhang
Mathematics 2023
在30维CEC 2017测试集上，HOWGWO的收敛速度和解质量均优于GWO、PSO和EGWO，并通过Friedman检验验证。
通过改进的分组策略生成搜索辅助点，并利用所有个体历史最优位置重新生成搜索辅助点，而不是仅依赖于特定组的位置。
算法仅需收集和更新每个灰狼的历史最优位置，不需要全局拓扑或其他复杂机制，即可实现高效搜索。