返回
Multi-strategy integrated Gorilla Troops Optimizer for solving global optimization and engineering design problems
DOI:10.1038/s41598-025-19427-3.png)
摘要
En 中文
受野生大猩猩种群复杂群体动态的启发,人工猩猩群优化器(GTO)代表了群智能领域的一种新颖方法。尽管其在执行全局探索方面具有有效性,但GTO易出现早熟收敛,并容易陷入局部最优,尤其是在处理具有复杂约束和崎岖搜索空间的优化问题时。为克服这些局限性,本文提出了一种多策略集成猩猩群优化器(MSIGTO),该算法整合了拉丁超立方采样(LHS)、莱维飞行(LF)以及柯西逆累积分布算子(CICDO)。通过LHS增强了初始种群的多样性,并通过LF和CICDO进一步提升了算法的探索与收敛特性。为验证其有效性,将MSIGTO与8种代表性的群体智能优化算法进行比较。在2017年IEEE进化计算大会(CEC2017)和2022年IEEE进化计算大会(CEC2022)基准测试套件上的实验评估表明,MSIGTO在100维问题上取得1.48的Friedman平均排名,在20维问题上取得1.75的Friedman平均排名。这些结果表明,相较于8种群体智能优化算法,MSIGTO在全局探索能力、收敛效率及解的鲁棒性方面具有显著优势。该算法的实用性进一步在四个有约束的实际工程问题中得到了验证,包括减速器设计问题、齿轮传动设计问题、多盘式离合器制动器设计问题以及三级逆变器选择性谐波消除脉宽调制问题。总体而言,结果表明MSIGTO是一种有效的优化器,在工程优化应用中具有广阔的潜力。
Keyword:
Gorilla troops optimizer
Latin hypercube sampling
Levy flight
Cauchy inverse cumulative distribution
Engineering problems
期刊
IF:
3.9
论文数:
27.9W
被引数:
83.5W
机构
引用论文
Optimizing VGG16 deep learning model with enhanced hunger games search for logo classification
SCIENTIFIC REPORTS
IF3.9
Efficient DC motor speed control using a novel multi-stage FOPD(1+PI) controller optimized by the Pelican optimization algorithm使用通过Pelican优化算法优化的新型多级FOPD(1 PI) 控制器的高效直流电动机速度控制
SCIENTIFIC REPORTS
IF3.9
On the efficiency of nature-inspired metaheuristics in expensive global optimization with limited budget
SCIENTIFIC REPORTS
IF3.9
An African vulture optimization algorithm based energy efficient clustering scheme in wireless sensor networks
SCIENTIFIC REPORTS
IF3.9
Harris Hawk Optimization Algorithm Based on Cauchy Distribution Inverse Cumulative Function and Tangent Flight Operator
APPLIED INTELLIGENCE
IF3.5

