.png){kind=icon}
返回
A novel human-inspired solution to high-dimensional optimization problems
.png){kind=icon}
PRE
AI
DOI：10.7717/peerj-cs.3344.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
一种新颖的人本启发式元启发式框架，名为Sastha Pilgrimage Optimization (SPO)，模仿了Sabarimala朝圣结构中固有的优化策略以及朝圣者群体行为动力学。该方法利用了该实践中的显著特征，包括Guruswamy选择（领导者）、自适应群体互动以及在探索与利用之间的权衡。其特点是采用基于领导者的决策机制，在平衡个体表现与群体和谐的同时，由经验最丰富的参与者引导。探索阶段旨在通过动态位置更新覆盖广阔的搜索空间。相比之下，在利用阶段，通过自适应系数和Lévy flights实现精细调整，确保收敛至全局最优解。该算法的数学模型引入了新的性能和距离阈值，确保路径选择符合个体与群体目标。SPO的人本启发式设计能够克服非线性、高维优化挑战的局限性，相较于标准方法更具优势。该算法通过超过十种复杂函数进行了基准测试，并在两个数据集上进行了验证：用于特征选择和分类的心血管数据集，以及用于图像分割的脑肿瘤MRI数据集。这些贡献使SPO成为一种可扩展、高效且通用的优化工具，适用于需要精确、高维决策制定的领域。
Keyword:
Optimization models
Image segmentation
Feature selection
Benchmark testing
期刊
IF:
2.5
论文数:
3.4K
被引数:
6.9K
机构
引用论文
Lévy flight distribution: A new metaheuristic algorithm for solving engineering optimization problemsL é vy航班分布: 解决工程优化问题的一种新的元启发式算法
PREAI
分享收藏分享收藏Dollmaker Optimization Algorithm: A Novel Human-Inspired Optimizer for Solving Optimization Problems人偶制作者优化算法：一种用于解决优化问题的仿生启发式优化器
OAAI
OAAI分享收藏Hybrid leader based optimization: a new stochastic optimization algorithm for solving optimization applications.png)
SCIENTIFIC REPORTS
OAAI
SCIENTIFIC REPORTSIF3.9
OAAI分享收藏分享收藏
查看更多内容