.png){kind=icon}
返回
Arctic Puffin Optimization Algorithm Integrating Opposition-Based Learning and Differential Evolution with Engineering Applications
.png){kind=icon}
OA
AI
DOI：10.3390/biomimetics10110767.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
北极海鹦优化（APO）算法于2024年提出，是一种群智能优化算法。与其它群智能优化算法类似，它存在早期收敛慢、易陷入局部最优以及探索与开发平衡不足等问题。为解决这些局限性，提出了一种融合多种策略的改进APO（IAPO）算法。首先，引入镜像对立学习机制以扩大搜索范围，提高最优解搜索效率，从而增强算法的收敛精度和优化速度。其次，整合了自适应参数的动态差分进化策略，以提升算法跳出局部最优的能力并实现精确优化。IAPO与其它八种优化算法在20个基准函数、CEC2019及CEC2022测试函数上的对比实验结果表明，IAPO具有更高的精度、更快的收敛速度和更优的鲁棒性，在20个基准函数、CEC 2019、10维和20维CEC 2022测试集上分别取得平均排名1.35、1.30、1.25和1.08的领先成绩。最后，在三个工程优化设计问题中进行了仿真实验，IAPO分别取得5.2559 × 10−1、1.09 × 103和1.49 × 104的最优值，在所有情况下均排名第一。这进一步验证了IAPO算法的有效性和实用性。
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
B
IF:
3.9
论文数:
3.2K
被引数:
5.1K
机构
暂无机构信息
引用论文
The Differentiated Creative Search (DCS): Leveraging differentiated knowledge-acquisition and creative realism to address complex optimization problems差异化创意搜索 (DCS): 利用差异化知识获取和创意现实性来解决复杂的优化问题
PREAI
分享收藏E2: A basic optimization method using exploration-exploitation conceptE2：一种基于探索-利用概念的基本优化方法.png)
Soft Computing
Soft ComputingIF2.5
PREAI
分享收藏Globally optimal design of intensified shell and tube heat exchangers using complete set trimming
PREAI
分享收藏Differential Evolution Algorithm With Strategy Adaptation for Global Numerical Optimization求解全局数值优化问题的策略自适应差分进化算法
OAAI
OAAI分享收藏Braik, M.; Al-Hiary, H. A novel meta-heuristic optimization algorithm inspired by water uptake and transport in plants. Neural Comput. Appl. 2025, 37, 13643–13724. [Google Scholar] [CrossRef]Braik, M.; Al-Hiary, H. 一种受植物水分吸收与运输过程启发的新型元启发式优化算法。Neural Comput. Appl. 2025, 37, 13643–13724. [Google Scholar] [CrossRef]
IF0
PREAI
分享收藏Swarm intelligence algorithms for multiple unmanned aerial vehicles collaboration: a comprehensive review用于多无人机协作的群智能算法: 综合评述
PREAI
分享收藏
查看更多内容