.png){kind=icon}
返回
Icicle algorithm: a novel physics-based metaheuristic algorithm
.png){kind=icon}
PRE
AI
DOI：10.1007/s10586-026-06331-2.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
近年来，元启发式算法在各类优化领域取得了显著成功；然而，许多算法仍存在早熟收敛、探索与开发不平衡以及对参数调优敏感等问题。为克服这些局限性，本文提出了一种新颖的基于物理的元启发式算法——冰柱算法（IA）。受冰柱自然形成过程的启发，IA引入了一种简单且自适应的机制，无需额外控制参数，通过四个基于物理的阶段（融化、移动、凝固和坠落）实现全局探索与局部开发之间的动态平衡。为评估IA的性能，在IEEE进化计算大会（CEC-2017和CEC-2022）的两个基准测试套件上进行了全面实验评估。基于Friedman平均排名的定量分析表明，IA在CEC-2017测试套件中，维度分别为10、30、50和100时，平均排名分别为2.34、1.31、1.24和1.55，并在CEC-2022测试套件中10维情况下达到平均排名2.08。这些结果证明，IA相较于十二种经典及近期发展的元启发式算法表现出竞争性或更优的性能。此外，IA被应用于五个经典工程优化问题，包括压力容器、焊接梁、拉伸/压缩弹簧、减速器及三杆桁架设计问题，展示了其鲁棒性和实际应用性。结果表明，IA不仅在基准测试套件上展现出强大的优化性能，也能为实际工程场景提供高质量解决方案。IA的源代码公开可获取于：https://github.com/Gang1024/Icicle-Algorithm 。
Keyword:
Optimization
Metaheuristic algorithms
Nature-inspired
Icicle algorithm
Engineering design optimization problems
期刊
IF:
2.9
论文数:
225
被引数:
1.1K
机构
引用论文
.png){kind=icon}
分享收藏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
分享收藏分享收藏Fick?s Law Algorithm: A physical law-based algorithm for numerical optimization菲克定律算法: 基于物理定律的数值优化算法
PREAI
分享收藏分享收藏
Multi-Verse Optimizer: a nature-inspired algorithm for global optimization多宇宙优化器: 一种自然启发的全局优化算法
PREAI
分享收藏
查看更多内容