.png){kind=icon}
返回
MSO: A Modified Snake Optimizer for Engineering Applications
.png){kind=icon}
OA
AI
DOI：10.3390/biomimetics11020137.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
许多复杂的工程问题可以表述为数学优化任务，针对此类任务，仿生元启发式算法已展现出卓越的效能。受蛇类行为启发，Snake Optimizer（SO）算法提供了一种有前景的框架，但存在种群初始化随机、全局搜索能力不足和收敛速度慢的缺陷。为解决这些问题，本研究提出了一种改进的Snake Optimizer（MSO）算法，该算法融合了三项关键策略：基于拉丁超立方采样和Logistic映射的双映射策略用于种群初始化；引入带有缩放因子的对立学习机制以增强探索能力；以及在开发阶段整合了RIME优化中的软冰搜索策略。MSO的性能通过与九种代表性算法在CEC2017基准测试中的比较进行了评估，并进一步在三个工程应用问题（压力容器、拉压弹簧和静压推力轴承设计）及两种无人机路径规划场景中进行了验证。实验结果表明，MSO实现了更快的收敛速度、更强的鲁棒性和更高的稳定性，有效拓展了原始SO算法的仿生原理，并证实其在解决优化问题方面的优越性。
Keyword:
snake optimizer
dual mapping
opposition-based learning
RIME
UAV path planning
engineering optimization problems
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
B
IF:
3.9
论文数:
3.3K
被引数:
5.1K
机构
引用论文
MIWOA: A multi-strategy improved whale optimization algorithm with hybrid perturbation for engineering optimizationMIWOA：一种多策略改进的混合扰动鲸鱼优化算法，用于工程优化
PREAI
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A self-learning discrete salp swarm algorithm based on deep reinforcement learning for dynamic job shop scheduling problem基于深度强化学习的自学习离散salp群算法求解动态作业车间调度问题.png)
APPLIED INTELLIGENCE
APPLIED INTELLIGENCEIF3.5
PREAI
分享收藏分享收藏BEESO: Multi-strategy Boosted Snake-Inspired Optimizer for Engineering ApplicationsBEESO: 用于工程应用的多策略提升蛇启发优化器
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BIOMIMETICS
OAAI
BIOMIMETICSIF3.9
OAAI分享收藏分享收藏A Sinh-Cosh-Enhanced DBO Algorithm Applied to Global Optimization Problems一种应用于全局优化问题的sinh-cosh增强DBO算法BIOMIMETICSOAAI
BIOMIMETICSIF3.9
OAAI分享收藏
查看更多内容