融合GBWO与ENN的人体尺寸预测模型

来源：计算机技术与发展杂志2024年第06期北京时间：

作者：杨晓文;;李雅婷;韩燮;;况立群;;庞敏;;张元;

摘要：为了提高人体尺寸预测的效率和准确性,该文提出了 GBWO-ENN(Grey Black Wolf Optimization - Elman Neural Network)的方法。 针对传统灰狼算法易于陷入局部最优和无法平衡全局与局部搜索的平衡性问题,提出了 GBWO 算法。该算法融合黑寡妇优化算法中蜘蛛的运动方式对灰狼优化算法α狼位置更新进行了优化,通过非线性递减的方法降低了收敛系数,并且提出了按位置等级更新种群的策略。 随后采用 GBWO 算法对 Elman 神经网络的权值和阈值进行优化,并将 GBWO-ENN 模型应用于三维人体尺寸预测。 实验结果表明,GBWO-ENN 模型结构简单,能够准确预测人体尺寸,具有较好的预测能力。

关键词：GBWO算法;黑寡妇优化算法;Elman神经网络;人体尺寸预测;非接触性测量