.png){kind=icon}
返回
Improved Egret Swarm Optimization Algorithm Based on Variable-Factor Weighted Learning and Adjacent Generation Dimension Crossover Strategy
.png){kind=icon}
OA
AI
DOI：10.3390/biomimetics11060365.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
为解决传统白鹭群优化算法（ESOA）在高维复杂优化问题中的缺陷，如优化精度低、逃离局部极值能力弱、种群多样性快速衰减以及后期收敛阶段效率不足等问题，提出了一种结合变因子加权学习和相邻代维度交叉策略的改进白鹭群优化算法（IESOA）。首先，构建核心模型参数（探索因子ω和开发因子μ）的动态变化规则，以自适应调整迭代过程，平衡全局探索与局部开发能力。其次，设计多个体变因子加权学习机制，使子代个体同时继承跟随个体、子群最优个体及全局最优个体的位置信息，避免种群过度同化。此外，建立基于绝对维度差优先原则的相邻代维度交叉策略，以更新最优个体并充分保留历史最优维度信息。最后，整合优选变异逆向学习策略，进一步提升算法的局部极值逃离能力和收敛精度。将IESOA与包括PSO、DE、SBOA、BKA、HHO、DOA及原始ESOA在内的八种算法在CEC2014和CEC2019基准测试套件中进行比较。结果表明，IESOA在优化精度、收敛速度和稳定性方面表现出显著优势。将该算法应用于钢筋混凝土梁设计、焊接梁设计和压力容器设计三个典型工程优化问题，有效降低了结构设计成本，验证了其在实际工程中的应用价值。
Keyword:
egret swarm optimization algorithm
variable-factor weighted learning
adjacent generation dimension crossover
preferred mutation reverse learning
engineering optimization design
期刊
B
IF:
3.9
论文数:
3.3K
被引数:
5.1K
机构
引用论文
分享收藏A novel well log data imputation methods with CGAN and swarm intelligence optimization.png)
ENERGY
ENERGYIF9.4
PREAI
分享收藏A comprehensive survey on the chicken swarm optimization algorithm and its applications: state-of-the-art and research challenges鸡群优化算法及其应用的综合综述: 最新技术和研究挑战OAAI
OAAI分享收藏Range-free localization algorithm based on modified distance and improved black-winged kite algorithm基于改进距离和改进白头海雕算法的无锚节点定位算法COMPUTER NETWORKS
COMPUTER NETWORKSIF4.6
PREAI
分享收藏Snake Optimization Algorithm Augmented by Adaptive t-Distribution Mixed Mutation and Its Application in Energy Storage System Capacity Optimization自适应t分布混合变异增强的蛇形优化算法及其在储能系统容量优化中的应用BIOMIMETICSOAAI
BIOMIMETICSIF3.9
OAAI分享收藏Learnable self-supervised support vector machine based individual selection strategy for multimodal multi-objective optimization基于可学习自监督支持向量机的个体选择策略，用于多模态多目标优化
PREAI
分享收藏A New Lagrangian Problem Crossover—A Systematic Review and Meta-Analysis of Crossover StandardsSystemsOAAI
SystemsIF0
OAAI分享收藏
查看更多内容