.png){kind=icon}
返回
Enhanced global optimization using quadratically interpolated hybrid pathfinder algorithm
.png){kind=icon}
OA
AI
DOI：10.1007/s10586-024-04991-6.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
传统优化算法在处理与全局优化问题和工程挑战相关的复杂性与高昂成本时，往往面临挑战。本研究引入了一种Pathfinder Algorithm（PFA）的变体，即二次插值混合Pathfinder算法（QHIPFA），该算法整合了增强技术，以提升全局和局部搜索过程的效率。QHIPFA专门设计用于解决全局数值与工程优化问题。该算法将二次插值（QI）技术融入原始PFA中，通过改进局部区域的搜索来提升性能，以实现最优全局解。此外，QI技术促进了PFA种群中个体间的协作。Salp Swarm Algorithm（SSA）技术进一步增强了搜索过程，通过提升PFA的探索能力、促进种群多样性并协助避免次优解。这种增强的探索与开发能力使得对问题域的搜索更加全面。通过在CEC2015和CEC2021中25个不同维度的基准函数上进行的实验，验证了QHIPFA的利用与探索能力。在这些测试中，QHIPFA优于十二种成熟的优化方法。此外，该算法在五个工程问题上的测试结果表明，其在优化工程问题方面的有效性得到验证。
Keyword:
PathFinder Algorithm
Global Numerical Optimization
Salp Swarm Algorithm
Quadratic Interpolation
期刊
C
IF:
4.1
论文数:
5.1K
被引数:
7.5K
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
Comparing SSALEO as a Scalable Large Scale Global Optimization Algorithm to High-Performance Algorithms for Real-World Constrained Optimization Benchmark将SSALEO作为可扩展的大规模全局优化算法与用于现实世界约束优化基准的高性能算法进行比较.png)
IEEE ACCESSOAAI
IEEE ACCESSIF3.6
OAAI分享收藏D-PFA: A Discrete Metaheuristic Method for Solving Traveling Salesman Problem Using Pathfinder AlgorithmIEEE ACCESSOAAI
IEEE ACCESSIF3.6
OAAI分享收藏分享收藏
查看更多内容