.png){kind=icon}
返回
Sharpbelly Fish Optimization Algorithm: A Bio-Inspired Metaheuristic for Complex Engineering
.png){kind=icon}
PRE
AI
DOI：10.3390-biomimetics10070445.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文介绍了一种新颖的生物启发元启发式算法，命名为sharpbelly fish optimizer（SFO），其灵感来源于sharpbelly鱼群的集体生态行为。该算法整合了四种生物学动机策略——（1）适应度驱动的快速游动，（2）收敛引导的聚集，（3）停滞触发的分散，（4）扰动诱导的逃离，这些策略协同增强全局探索与局部开发的平衡。为评估其性能，所提出的SFO在CEC2022基准测试套件的不同维度下进行评估。实验结果表明，与七种当前先进的元启发式算法相比，SFO在优化精度和收敛速度方面始终表现出竞争性或更优的性能。此外，该算法应用于三个经典的约束工程设计问题：压力容器设计、减速器设计和齿轮传动设计。在这些应用中，SFO展现出强大的鲁棒性和解的质量，验证了其作为复杂实际问题的通用优化工具的潜力。这些发现突显了SFO在解决非线性、约束和多模态优化任务中的有效性，并在多样化工程场景中具有广阔的应用前景。
Keyword:
sharpbelly fish optimizer
metaheuristic algorithm
global exploration
local exploitation
constrained engineering design
期刊
B
IF:
3.9
论文数:
3.3K
被引数:
5.1K
机构
引用论文
Manta ray foraging optimization: An effective bio-inspired optimizer for engineering applications
.png){kind=icon}
PREAI
分享收藏
Reproductive strategy of the invasive sharpbelly,Hemiculter leucisculus(Basilewsky 1855), in Erhai Lake, China入侵鱼类Hemiculter leucisculus(Basilewsky 1855)在洱海（中国）的繁殖策略
PREAI
分享收藏
查看更多内容