.png){kind=icon}
返回
Cultural history optimization algorithm: a new human-inspired metaheuristic algorithm for engineering optimization problems
.png){kind=icon}
PRE
AI
DOI：10.1007/s00521-025-11379-z.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
元启发式优化方法目前很受欢迎，但它们仍然面临许多问题，例如早熟收敛、可扩展性差和高计算成本。随着工程问题日益增大和复杂化，对能够广泛搜索、快速收敛并保持计算成本可控的优化器的需求变得更加迫切。为解决这些问题，本文基于文化历史原理，引入了一种新颖的受人类启发的元启发式算法——文化历史优化算法（CHOA）。CHOA的性能在47个基准函数和CEC06−2019测试套件上进行了评估，涵盖大规模单峰、多峰和固定维度的函数。结果表明，CHOA具有强大的探索和开发能力，能够以快速收敛和可控的计算成本达到全局最优。性能指标，包括平均成本、标准差、收敛加速和计算负担，与现有元启发式算法进行比较，凸显其有效性。此外，Wilcoxon秩和检验证实了CHOA的统计优势。作为一种大规模设计优化问题，CHOA和最先进的算法被应用于优化永磁同步电机，展示了CHOA避免局部最优和可扩展性的能力。最后，本文描述了为CHOA开发的图形用户界面（GUI），以促进其实际应用。
Keyword:
Computational intelligence
Metaheuristics
Human-inspired algorithms
Convergence acceleration
Optimization
期刊
IF:
4.5
论文数:
931
被引数:
3.2W
机构
引用论文
Momentum search algorithm: a new meta-heuristic optimization algorithm inspired by momentum conservation law动量搜索算法: 一种受动量守恒定律启发的新的元启发式优化算法
OAAI
.png){kind=icon}
OAAI分享收藏The Sailfish Optimizer: A novel nature-inspired metaheuristic algorithm for solving constrained engineering optimization problemsSailfish优化器: 一种新颖的自然启发的元启发式算法，用于解决约束工程优化问题
PREAI
分享收藏Rain optimization algorithm (ROA): A new metaheuristic method for drilling optimization solutions
PREAI
分享收藏
查看更多内容