返回
The SIOA Algorithm: A Bio-Inspired Approach for Efficient Optimization
DOI:10.3390/appliedmath5040135.png)
摘要
En 中文
孢子形成启发式优化算法(Sporulation-Inspired Optimization Algorithm, SIOA)是一种受微生物孢子形成与分散生物机制启发的创新元启发式优化方法。SIOA在动态解群体(微生物)上运行,并在两个主要阶段间交替:孢子形成阶段,通过自适应随机扰动结合向全局最优解引导搜索生成新孢子;以及萌发阶段,对孢子进行评估并可能替换群体中最相似且效果较差的个体。SIOA的一个显著特点是具备完全的自适应参数控制,其中分散半径以及孢子形成和萌发的概率会根据搜索进度(例如平均适应度的收敛趋势)动态调整。该算法还整合了特殊的零重置机制,增强了其探测接近原点的全局最优解的能力。此外,SIOA引入了随机局部搜索阶段以精炼解并加速收敛。实验结果表明,SIOA能在较少函数评估次数下获得高质量解,尤其在复杂、多模态或高维问题上表现突出。总体而言,SIOA提供了一种稳健且灵活的优化框架,适用于各类具有挑战性的优化任务。
Keyword:
optimization
SIOA
evolutionary algorithms
global optimization
evolutionary techniques
metaheuristics
期刊
A
IF:
0.7
论文数:
135
被引数:
0
机构
引用论文
Differential Evolution Algorithm With Strategy Adaptation for Global Numerical Optimization求解全局数值优化问题的策略自适应差分进化算法
The Use of Ranks to Avoid the Assumption of Normality Implicit in the Analysis of Variance使用秩来避免方差分析中隐含的正态性假设

