.png){kind=icon}
返回
CODEIVYA: An Enhanced Ivy Algorithm for Engineering Optimization
.png){kind=icon}
PRE
AI
DOI：.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
常春藤算法是一种基于常春藤植物生长特性的新型元启发式算法。因其结构简单和强大的全局搜索能力而受到关注，但也存在种群多样性不足和局部搜索能力较弱等缺点。为克服上述缺点，本文提出了一种改进的常春藤算法（CODEIVYA）。首先，引入反向学习机制以低成本补充多样性，通过定期开辟新区而不干扰优质个体，从而防止种群退化。其次，由于原算法过度依赖局部邻域确定搜索方向，融入了差分进化策略。第三，采用自适应柯西局部搜索解决原算法在中后期阶段步长调节困难的难题。最后，CODEIVYA与五种竞争算法在CEC2022测试函数及三个实际工程应用中进行对比。测试结果和实验分析表明，CODEIVYA优于竞争算法，并具备更强的工程应用能力。
Keyword:
Ivy Algorithm
opposition-based learning
differential evolution
adaptive cauchy local search
