返回
Firebug Swarm Optimization Algorithm: An Overview and Applications
DOI:10.3390/signals7010008.png)
摘要
En 中文
本综述深入探讨了萤火虫群优化(FSO)算法,这是一种先进的全球优化算法,在现代群智能优化技术中发挥着关键作用。它探讨了FSO算法的核心原理,并考察了为解决复杂优化挑战而开发的多种混合变体。本综述还追溯了群优化方法的发展历程,揭示了启发这些算法的自然现象和生物过程。此外,它强调了FSO算法的多样化实际应用,展示了其在工程、数据科学和人工智能等领域的有效性。为进行全面比较,本综述包含一个案例研究,评估了FSO算法与其他现有算法的性能。最后,本综述识别了关键开放研究问题,并建议了潜在的未来发展方向,以推动FSO算法和其他仿生优化技术的进步,旨在克服当前局限性并解锁新的可能性。
Keyword:
optimization
meta-heuristic
artificial intelligent
swarm-based algorithms
firebug swarm optimization
clustering
nature-inspired algorithms
wireless sensor networks
cognitive radio
photovoltaic systems
期刊
S
IF:
2.6
论文数:
69
被引数:
392
机构
引用论文
Chameleon Swarm Algorithm: A bio-inspired optimizer for solving engineering design problems变色龙群算法: 解决工程设计问题的生物启发优化器
Khatir, A.; Capozucca, R.; Khatir, S.; Magagnini, E.; Le Thanh, C.; Riahi, M.K. Advancements and emerging trends in integrating machine learning and deep learning for SHM in mechanical and civil engineering: A comprehensive review. J. Braz. Soc. Mech. Sci. Eng. 2025, 47, 419. [Google Scholar] [CrossRef]Khatir, A.; Capozucca, R.; Khatir, S.; Magagnini, E.; Le Thanh, C.; Riahi, M.K. 机械与土木工程中结构健康监测(SHM)领域机器学习与深度学习集成技术的进展及新兴趋势:一项综合性综述. J. Braz. Soc. Mech. Sci. Eng. 2025, 47, 419. [Google Scholar] [CrossRef]
Resources using multi-input DC-DC converter topology for optimal utilization of a novel step-up interconnected enhanced technique renewable energy采用多输入DC-DC转换器拓扑结构以实现对一种新型升压互连增强技术可再生能源的最优利用

