.png){kind=icon}
返回
A socially inspired optimization algorithm for multi-extremal function optimization: team innovation algorithm
.png){kind=icon}
PRE
AI
DOI：10.1007/s00500-025-10880-w.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
部分元启发式算法无法解决多极值函数优化问题，因此本文基于团队创新过程提出了一种团队创新算法（TIA）。该算法模拟了由团队领导、团队成员和后备成员组成的团队结构层级，以及通过团队结构划分、团队成员研究和研究方向修正实现创新的过程。该算法适用于多极值函数优化问题，通过构建不同的群体领导来模拟优化过程中可能存在的多个未知最优解。通过模拟研究方向修正过程建立自适应搜索范围调整方法，并在优化过程中自动调整搜索范围。采用12个CEC2022基准函数和3个多解函数对TIA进行基准测试，并与不同的元启发式算法进行比较。实验结果表明，TIA在单目标与多目标优化问题中均能提供极具竞争力的结果，且具有较好的优化精度。
Keyword:
TIA
Group
Optimization
Social-behavior
期刊
IF:
2.5
论文数:
1.0W
被引数:
2.1W
机构
引用论文
Multi-Verse Optimizer: a nature-inspired algorithm for global optimization多宇宙优化器: 一种自然启发的全局优化算法
PREAI
分享收藏An improved probability-based discrete particle swarm optimization algorithm for solving the product portfolio planning problem.png)
SOFT COMPUTING
SOFT COMPUTINGIF2.5
PREAI
分享收藏New scaled sufficient descent conjugate gradient algorithm for solving unconstraint optimization problems求解无约束优化问题的新标度充分下降共轭梯度算法
IF0
PREAI
分享收藏Metaheuristic optimization frameworks: a survey and benchmarking元启发式优化框架: 调查与基准测试SOFT COMPUTING
SOFT COMPUTINGIF2.5
PREAI
分享收藏分享收藏分享收藏
查看更多内容