.png){kind=icon}
返回
Projection-Iterative-Methods-based Optimizer: A novel metaheuristic algorithm for continuous optimization problems and feature selection
.png){kind=icon}
PRE
AI
DOI：10.1016/j.knosys.2025.113978.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
基于投影迭代方法的优化器（PIMO）是一种受投影迭代方法启发的元启发式算法。PIMO引入了四个新算子，以引导种群向最优收敛，同时增强探索能力和收敛速度。该方法首次提出，集成了Kaczmarz和随机梯度下降等技术，以提高性能并防止收敛到局部最优。PIMO的有效性通过三组实验得到验证：CEC2017基准函数、四个实际约束问题和十二个UCI数据集，其中它在五个优秀特征选择算法上表现更优。数值结果表明，PIMO在各种问题上持续超越其他算法，包括十一个高度引用的新算法、七个最新算法、七个受数学启发的新型算法和五个领先二进制算法。研究结果证实，PIMO在连续和离散问题求解中均具有鲁棒性、用户友好性和有效性。PIMO的源代码公开可获取于https://www.mathworks.com/matlabcentral/fileexchange/181013-pimo。
Keyword:
Projection-Iterative-Methods
Metaheuristic Algorithm
Optimization
Feature Selection
CEC2017 Benchmark
