.png){kind=icon}
返回
Novel chaotic atomic search optimization algorithm with genetic mutation mechanism for solving engineering design problems
.png){kind=icon}
PRE
AI
DOI：10.1088/1402-4896/add8c7.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
原子搜索优化（ASO）算法是一种受基于分子的动力学启发的有效元启发式算法。尽管它有效解决了众多工程设计优化问题，但该算法仍存在缺陷，例如早熟收敛和探索与开发之间的不平衡。本文提出了一种具有遗传变异机制、黄金正弦策略和混沌映射的改进原子搜索优化算法（TGD_ASO）。首先，引入Tent混沌映射以提高算法的种群多样性，从而增强搜索空间。其次，采用黄金正弦策略以强化全局搜索效率。之后，我们引入差分进化算法中的随机变异和交叉操作来扰动更新位置，帮助原子跳出局部最优，提高种群的多样性和算法的精度。为验证和测试所提出的TGD_ASO算法的性能，我们在CEC2017基准测试和六个真实设计问题上分析了TGD_ASO算法的性能。在CEC2017基准测试中，该算法在30维和50维下分别取得了23个和22个最高排名，其性能显著优于ASO算法。应用于工程设计问题的实验数据表明，该算法实现了5项关键成果。该算法在收敛时间、精度、稳定性和优化能力方面也显著优于ASO等元启发式算法。
Keyword:
atomic search
exploration and development
gold sine strategy
randomization
期刊
IF:
2.6
论文数:
4.3K
被引数:
2.5W
机构
引用论文
.png){kind=icon}
分享收藏An Analytical Discontinuous Space-Vector PWM for Three-Level Inverters With Unbalanced DC-Link Voltages具有不平衡直流电压的三电平逆变器的解析不连续空间矢量PWM
PREAI
分享收藏分享收藏Atom search optimization algorithm based hybrid antenna array receive beamforming to control sidelobe level and steering the null基于原子搜索优化算法的混合天线阵列接收波束成形控制旁瓣电平并引导零点
PREAI
分享收藏分享收藏
查看更多内容