返回
A hybrid adaptive quadratic interpolation optimization algorithm for benchmark engineering design problems
DOI:10.1515/mt-2025-0434.png)
摘要
En 中文
元启发式算法现已成为解决传统优化方法难以处理的非线性及约束工程设计问题的关键技术。二次插值优化(QIO)是一种基于插值原理的新技术,但其有效性在实际问题中常受限于早期收敛和缺乏局部精细调整。本研究提出了改进版本,称为自适应二次插值优化(AQIO)。AQIO通过以下三种方式增强QIO:自适应参数调整以实现探索与开发的平滑平衡、精英动态对立(EDO)以保持种群多样性,以及柯西扰动以强化局部开发。选用弹簧设计、压力容器设计、焊接梁设计、减速器设计、齿轮传动设计及三杆桁架优化等六个经典工程设计问题测试AQIO性能。比较结果表明,AQIO在解的质量、收敛速度和鲁棒性方面始终优于原始QIO及部分已知优化算法。这些结果证实,AQIO是解决约束工程设计问题的有效且可靠的方法。
Keyword:
engineering design problems
elite dynamic opposition technique
hybrid optimization algorithm
metaheuristic algorithms
quadratic interpolation
期刊
IF:
3.5
论文数:
128
被引数:
3.0K
机构
引用论文
A new multi objective crested porcupines optimization algorithm for solving optimization problems一种新的多目标豪猪优化算法,用于解决优化问题
SCIENTIFIC REPORTS
IF3.9
A Literature Review and Critical Analysis of Metaheuristics Recently Developed最近发展起来的元启发式算法的文献综述和批判性分析
Reliability-based multi-objective optimization of trusses with greylag goose algorithm基于可靠性的桁架多目标优化灰雁算法
A COMPREHENSIVE REVIEW OF THE REPTILE SEARCH ALGORITHM: PRINCIPLES, APPLICATIONS, AND FUTURE DIRECTIONS爬行搜索算法的全面综述:原理、应用及未来方向

