.png){kind=icon}
返回
Detective Behavior Algorithm (DBA): A New Metaheuristic for Design and Engineering Optimization
.png){kind=icon}
PRE
AI
DOI：10.1016/j.knosys.2026.115434.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
受狩猎启发的算法在优化领域因其简单性、灵活性和自然隐喻而受到广泛关注。然而，许多算法存在收敛速度慢、对参数设置敏感以及易于陷入局部最优等局限性。为解决这些挑战，本文提出了一种新型元启发式方法——侦探行为算法（DBA），该算法整合了三种核心搜索机制：大范围定向探索、局部开发和直接目标导向攻击。DBA旨在有效平衡探索与开发，实现更快的收敛速度和改进的全局搜索能力。通过在一系列基准函数和实际工程问题上的综合应用验证了其性能。与包括近期开发的受狩猎启发的算法（如海象优化器Walrus Optimizer和海马优化器Sea-Horse Optimizer）在内的八种当前先进优化算法进行比较分析。结果表明，DBA在收敛速度、解精度和鲁棒性方面均优于这些方法，尤其在复杂优化场景中表现突出。此外，DBA被应用于预测和优化丝材电弧增材制造组件的表面波纹度。开发了两种预测模型：一种采用经DBA优化的人工神经网络（ANN），另一种使用粒子群优化（PSO）。与标准ANN和PSO优化的ANN模型相比，DBA优化的ANN模型展现出更优越的预测精度和可靠性。利用这一增强的预测能力，DBA进一步用于最小化表面波纹度，并持续优于竞争算法。这些发现强调了DBA在理论和实践背景下的鲁棒性、适应性和实际应用性。DBA的源代码可在(https://www.mathworks.com/matlabcentral/fileexchange/183178-detective-behavior-algorithm-dba)获取。
Keyword:
Detective Behavior Algorithm
Metaheuristic optimization
Engineering optimization
Surface waviness prediction
Parameter-free search
期刊
K
IF:
7.6
论文数:
1.3W
被引数:
4.5W
机构
引用论文
Moth-flame optimization algorithm: A novel nature-inspired heuristic paradigm蛾焰优化算法: 一种新的自然启发启发式范式
PREAI
分享收藏Mantis Search Algorithm: A novel bio-inspired algorithm for global optimization and engineering design problems螳螂搜索算法: 一种用于全局优化和工程设计问题的新型生物启发算法
PREAI
分享收藏CGKOA: An enhanced Kepler optimization algorithm for multi-domain optimization problemsCGKOA: 一种求解多域优化问题的改进开普勒优化算法
PREAI
分享收藏A new QPSO based hybrid algorithm for constrained optimization problems via tournamenting process.png)
SOFT COMPUTING
SOFT COMPUTINGIF2.5
PREAI
分享收藏Ameliorated Golden jackal optimization (AGJO) with enhanced movement and multi-angle position updating strategy for solving engineering problems具有增强的运动和多角度位置更新策略的改进的金狼优化 (AGJO)，用于解决工程问题
OAAI
OAAI分享收藏
查看更多内容