.png){kind=icon}
返回
Dholes-inspired optimization (DIO): a nature-inspired algorithm for engineering optimization problems
.png){kind=icon}
PRE
AI
DOI：10.1007/s10586-025-05543-2.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文提出了一种名为“豺启发性优化”（Dhole-Inspired Optimization, DIO）的新型元启发式算法，该算法灵感来源于豺（Cuon alpinus）的协同捕猎行为。算法采用分层群体结构，其中领导者（Lead Vocalizer）引导搜索过程，而下属成员则动态调整其运动以平衡探索与开发。这种结构提升了搜索效率，避免了过早收敛，并提高了在不同问题景观上的解精度。DIO在单峰、多峰和复合测试函数上进行了基准测试，其性能优于包括粒子群优化（PSO）、灰狼优化器（GWO）、引力搜索算法（GSA）、快速进化规划（FEP）和差分进化（DE）在内的经典优化算法。结果表明，DIO在大多数测试案例中实现了更高的精度和更快的收敛速度，验证了其在处理复杂优化问题时的鲁棒性与可靠性。此外，该算法在真实工程应用中进行了评估，展示了其在实际场景中的适应性和有效性。研究结论表明，DIO是一种通用且具有竞争力的优化方法，适用于科学和工程领域的广泛应用。
Keyword:
Optimization algorithms
Nature-inspired algorithms
Cooperative hunting
Swarm intelligence
Metaheuristics
High-dimensional optimization
Artificial Inteligence