.png){kind=icon}
返回
Complex-Order Gold Rush Optimizer Algorithm
.png){kind=icon}
PRE
AI
DOI：10.3390/computation14060124.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本研究提出了一种增强型的黄金淘金优化器（GRO）算法变体，即复阶黄金淘金优化器（CoGRO）算法，以解决原始GRO的两个固有理论局限性。首先，GRO采用随机初始化策略，缺乏遍历性和均匀覆盖，导致种群多样性不足和早熟收敛风险较高。其次，其位置更新机制仅依赖当前时间信息，未融入历史搜索经验，限制了算法在复杂多模态景观中建模长期依赖关系和逃离局部最优的能力。为克服这些缺陷，我们引入混沌LCS1初始化，通过改进的遍历覆盖增强种群多样性，并将复阶导数机制嵌入迁移与合作更新中，赋予无限记忆能力。开展了全面的敏感性分析，考察控制参数对CoGRO性能的影响，进而确定最优参数配置。通过消融研究和与最先进算法的比较分析，采用CEC2022基准测试套件评估所提算法的有效性。在包含12个测试函数的CEC2022基准测试套件上的实验结果表明，CoGRO显著优于原始GRO，在所有12个函数上平均解精度提升0.84%，平均标准差降低67.6%，在混合函数和复合函数上表现尤为突出。Wilcoxon符号秩检验确认了这些改进的统计显著性（p<0.05）。这些结果证实了CoGRO作为复杂工程问题改进优化方法的可行性与有效性。
Keyword:
gold rush optimizer
complex-order
chaotic initialization
期刊
C
IF:
1.9
论文数:
207
被引数:
1.9K
机构
引用论文
Lyapunov exponent for chaotic 1D maps with uniform invariant distribution具有均匀不变分布的混沌一维映射的Lyapunov指数
PREAI
分享收藏The Role of Fractional Calculus in Modern Optimization: A Survey of Algorithms, Applications, and Open Challenges分数阶微积分在现代优化中的作用：算法、应用与开放性挑战的综述.png)
MATHEMATICS
OAAI
MATHEMATICSIF2.2
OAAI分享收藏Brain-Inspired Chaotic Graph Backpropagation for Combinatorial Optimization脑启发式混沌图反向传播算法在组合优化中的应用
OAAI
OAAI分享收藏Dynamic gold rush optimizer: fusing worker adaptation and salp navigation mechanism for enhanced search动态淘金优化器：融合工人适应和鲸群导航机制以增强搜索SCIENTIFIC REPORTSOAAI
SCIENTIFIC REPORTSIF3.9
OAAI分享收藏An enhanced parrot optimizer with multiple strategies for wireless sensor network node deployment兰, L.; 祁, Z. 一种用于无线传感器网络节点部署的多策略增强型鹦鹉优化算法. Sci. Rep. 2026, 16, 1285. [Google Scholar] [CrossRef] [Scilit] [PubMed]
PREAI
分享收藏Survey on distributed parallel genetic algorithms for large-scale data analysis分布式并行遗传算法在大规模数据分析中的应用综述Computing
ComputingIF2.8
PREAI
分享收藏Fractional-order comprehensive learning marine predators algorithm for global optimization and feature selection面向全局优化和特征选择的分数阶综合学习海洋捕食者算法
PREAI
分享收藏
查看更多内容