.png){kind=icon}
返回
An Improved Elephant Clan Optimization Algorithm for Global Function Optimization
.png){kind=icon}
PRE
AI
DOI：10.21203/rs.3.rs-2816184/v1.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
摘要
象群优化算法（ECO）是一种受大象最基本个体和群体行为启发的元启发式算法。然而，该算法存在易陷入局部最优以及收敛速度和收敛精度不足的问题。为进一步提升ECO的收敛性能，本文提出了一种改进的象群优化算法（IECO）。所提出的附加自主运动策略的种群初始化方法、基于欧氏距离的种群划分方法以及早期成熟抑制机制旨在提升种群多样性及算法跳出局部最优的能力。改进的个体种群更新策略平衡了算法的收敛速度与多样性。最后，增强的替代策略在维持种群多样性的同时提升了收敛速度，并增强了算法对不同优化问题的鲁棒性。在CEC2013测试集上的实验结果表明，与原始ECO算法及其他四种优秀算法相比，IECO算法在收敛速度、收敛精度和稳定性方面具有显著优势。
期刊
暂无期刊信息
机构
暂无机构信息
引用论文
暂无论文信息