.png){kind=icon}
返回
A Hybrid Walrus Optimization-Based Fourth-Order Method for Solving Non-Linear Problems
.png){kind=icon}
OA
AI
DOI：10.3390/axioms15010006.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
非线性方程组在各类工程与数据科学模型中扮演着基础性角色，其中精确解对于理论研究与实践应用均至关重要。然而，求解此类方程组极具挑战性，这归因于其固有的非线性和计算复杂性。本研究提出了一种具有四阶收敛性的新型混合迭代方法。该方案的基础结合了海象优化算法（Walrus Optimization Algorithm）与一种四阶迭代技术。该混合方法旨在增强全局搜索能力、降低收敛至局部最优解的概率、加速收敛过程并提升求解非线性问题的解精度。所提方法的有效性通过标准基准问题及两个实际案例（即碳氢化合物燃烧与电子电路设计）以及一个非线性边值问题进行验证。此外，基于最优解、平均适应度值和收敛速率，开展了与多种成熟优化算法的比较分析。再者，该方案有效解决了传统迭代技术的主要局限，例如对初始点选择的敏感性、发散问题及早熟收敛。这些发现表明，所提混合方法是一种稳健且高效的求解非线性问题的途径。
Keyword:
meta-heuristic techniques
non-linear systems
Walrus Optimization Algorithm
iterative techniques
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
A
IF:
1.6
论文数:
619
被引数:
4.4K
机构
引用论文
.png){kind=icon}
New fourth- and sixth-order classes of iterative methods for solving systems of nonlinear equations and their stability analysis求解非线性方程组的第四阶和第六阶迭代方法的新类别及其稳定性分析
PREAI
分享收藏
查看更多内容