摘要：

灰狼优化器(GWO)是一种新的模拟灰狼行为的蜂群智能算法。其能力包括快速收敛、简单和易于实现。它已被证明具有其优越的性能，并广泛应用于优化聚类分析、工程问题、训练神经网络等连续应用。然而，在现实世界中仍有一些二元问题需要优化。由于二进制只能从0或1值取，标准GWO不适合离散化问题。二进制灰狼优化器(BGWO)扩展了GWO算法的应用，并应用于二进制优化问题。在BGWO的位置更新方程中，a参数控制着a和D的值，并影响着算法的探索和开发。本文分析了二元条件下AD的值范围，提出了一种新的参数更新方程，以平衡全局搜索和局部搜索的能力。传递函数是BGWO的重要组成部分，它对于将连续值映射到二进制值1非常重要。本文包括五个传递函数和焦点

总结：