.png){kind=icon}
返回
Computer-aided mathematical and structural optimization using an advanced stochastic algorithm
.png){kind=icon}
PRE
AI
DOI：10.1080/15397734.2025.2487168.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本研究中，基于梯度下降机制提升了特殊相对论搜索（Special Relativity Search）的收敛速率，以实现数值与工程问题的最优设计。为特殊相对论搜索提出的数学模型基于磁场中在洛伦兹力作用下运动的粒子间的相互作用。由于磁场中的粒子质量轻且高速运动，牛顿物理学无法提供数学模型。因此，采用狭义相对论的物理原理来推导方程。梯度下降从可行空间内的随机点开始处理，并沿目标函数梯度的负方向向最优点移动。标准特殊相对论搜索存在局部搜索能力弱的问题，无法搜索所有可能的局部最优解，导致早熟收敛。将梯度下降应用于特殊相对论搜索的速度向量，能够以更高精度找到局部最优解，并引导群体向最优点移动。随后，在下一步中，具有高探索能力的特殊相对论搜索向全局最优解移动。共引入160个边界约束的CEC-2021问题及七个包含连续、离散和组合变量的工程问题。采用Friedman统计检验对算法进行排名和选择。结果表明，基于梯度下降的特殊相对论搜索在多数案例研究中较其他元启发式方法表现更优。
Keyword:
Special Relativity Search
Gradient Descent
Optimization
Artificial Intelligence
Swarm Intelligence
Metaheuristic Algorithms
期刊
IF:
2.9
论文数:
850
被引数:
3.8K
机构
引用论文
Modified adolescent identity search algorithm for optimization of steel skeletal frame structures改进的青少年身份搜索算法在优化钢结构骨架结构中的应用
OAAI
.png){kind=icon}
OAAI分享收藏Optimum design of space structures using hybrid particle swarm optimization and genetic algorithm
PREAI
分享收藏
An effective co-evolutionary particle swarm optimization for constrained engineering design problems
PREAI
分享收藏分享收藏
查看更多内容