返回
King Cobra Algorithm (KCA) and its application in engineering optimization
DOI:10.1016/j.knosys.2026.116896.png)
摘要
En 中文
• 数学KCA公式:眼镜王蛇算法通过高斯猎物气味模型及其梯度进行公式化,将狩猎隐喻与位置更新机制联系起来。
• 运动策略改进:敏感性分析比较了参考气味模型和六种替代高斯部分公式,以改进策略1,而策略2则提供了围绕当前最佳解的互补运动机制。
• 自适应KCA变体:sKCA和jKCA变体通过固定和自适应性选择机制扩展KCA,同时保留了核心搜索结构。
• 基准测试与工程评估:基于KCA的方法在CEC-2014/CEC-2017基准测试和多个化学与电力工程优化问题中进行评估。
• 统计性能评估:Friedman排名和配对Wilcoxon检验(Holm校正)支持对比较结果的统计依据解释。
Keyword:
Global optimization
Swarm intelligence algorithms
King Cobra Algorithm (KCA)
Real-parameter numerical optimization
Engineering optimization
期刊
K
IF:
7.6
论文数:
1.3W
被引数:
4.5W
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
The Sailfish Optimizer: A novel nature-inspired metaheuristic algorithm for solving constrained engineering optimization problemsSailfish优化器: 一种新颖的自然启发的元启发式算法,用于解决约束工程优化问题
Electric eel foraging optimization: A new bio-inspired optimizer for engineering applications电鳗鱼觅食优化: 一种用于工程应用的新型生物启发优化器
An effective co-evolutionary particle swarm optimization for constrained engineering design problems
A hybrid GA-PS-SQP method to solve power system valve-point economic dispatch problems求解电力系统阀点经济调度问题的混合ga-ps-sqp方法
APPLIED ENERGY
IF11


