.png){kind=icon}
返回
Chameleon swarm algorithm with Morlet wavelet mutation for superior optimization performance
.png){kind=icon}
OA
AI
DOI：10.1038/s41598-025-97015-1.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
元启发式算法通过克服硬件和计算约束，在解决广泛现实世界问题中发挥着关键作用。变色龙群算法（CSA）是一种现代元启发式算法，利用变色龙的行为模式。为提升CSA的能力，本研究提出了一种改进的变色龙群算法，以寻找适用于各种应用领域的更优解。通过97个典型基准函数和三个真实工程设计问题评估了所提算法的有效性。为验证所提算法的效能，将其与多种知名且广泛使用的经典算法（如引力搜索算法、蚯蚓优化算法）进行了比较。采用Morlet小波变异和Lévy飞行的改进变色龙群算法（mCSAMWL）在单峰和多峰函数上均优于现有算法，Friedman均值排名测试及三个真实工程问题均证明了这一点。在性能评估中，考虑了五种性能指标：平均能耗、总能耗、总剩余能量、死亡节点频率和簇头频率。在九种不同仿真场景下，所提算法mCSAMWL在平均能耗和总能耗方面，分别比原子搜索优化算法（ASO）、混合粒子群优化算法（PSO-GWO）、灰狼优化算法（GWO）、秃鹰搜索算法（BES）、非洲兀鹫优化算法（AVOA）和变色龙群算法（CSA）提高了50.9%、52.6%、45%、42.4%、50.1%和51.4%、53.3%、45.6%、42.4%、50.7%。
Keyword:
Morlet wavelet
L & eacute
vy flight
Benchmark functions
Wireless sensor network (WSN)
Cluster head
期刊
IF:
3.9
论文数:
28.0W
被引数:
83.5W
机构
暂无机构信息
引用论文
Chameleon Swarm Algorithm: A bio-inspired optimizer for solving engineering design problems变色龙群算法: 解决工程设计问题的生物启发优化器
PREAI
分享收藏DGS-SCSO: Enhancing Sand Cat Swarm Optimization with Dynamic Pinhole Imaging and Golden Sine Algorithm for improved numerical optimization performanceDgs-scso: 通过动态针孔成像和黄金正弦算法增强沙猫群优化，以提高数值优化性能OAAI
OAAI分享收藏Island-based Cuckoo Search with elite opposition-based learning and multiple mutation methods for solving optimization problems.png)
SOFT COMPUTING
SOFT COMPUTINGIF2.5
PREAI
分享收藏Dynamic clustering and routing using multi‐objective particle swarm optimization with Levy distribution for wireless sensor networks基于莱维分布的多目标粒子群优化算法在无线传感器网络中的动态聚类与路由
PREAI
分享收藏A non-convex economic load dispatch problem using chameleon swarm algorithm with roulette wheel and Levy flight methodsAPPLIED INTELLIGENCE
APPLIED INTELLIGENCEIF3.5
PREAI
分享收藏Medical image fusion based on enhanced three-layer image decomposition and Chameleon swarm algorithm
PREAI
分享收藏
查看更多内容