.png){kind=icon}
返回
Theory Evolution Optimization: A Metaheuristic Algorithm BaSed on Evolution Process of Theory
.png){kind=icon}
PRE
AI
DOI：10.1007/s42235-025-00833-2.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
元启发式算法已成为解决传统方法难以应对的NP难优化问题的不可或缺的工具。为推动该领域对算法性能的关注，本研究引入了理论进化优化（TEO）——一种受科学理论发展启发的有效元启发式算法。TEO模拟了科学假设之间的竞争、积累和替代过程，反映了从假设到确立科学理论的进化过程。TEO的性能通过广泛的实验模拟得到验证，并与28种流行算法进行基准测试，包括EBOwithCMAR、LSHADE_cnEpSi和LSHADE等极具竞争力的冠军算法。TEO与最新算法之间的成对比较采用Wilcoxon符号秩检验，多重比较由Friedman检验管理。最初，TEO在经典的IEEE CEC2017和最新的IEEE CEC2022基准函数上进行测试。TEO成功解决了约束连续空间中四个突出的工程设计问题，适用于实际应用。此外，还引入了二进制TEO（BTEO）变体，并应用于离散空间中的特征选择任务。实验结果一致表明，TEO在优化问题中提出了极具竞争力的结果。本研究的源代码可通过https://aliasgharheidari.com/TEO.html公开获取。
Keyword:
Optimization, metaheuristic algorithms
Evolution of scientific theory
Theory evolution optimizers
Engineering design optimization
Feature selection
期刊
IF:
5.8
论文数:
2.0K
被引数:
4.8K
机构
引用论文
Moth-flame optimization algorithm: A novel nature-inspired heuristic paradigm蛾焰优化算法: 一种新的自然启发启发式范式
.png){kind=icon}
PREAI
分享收藏The Differentiated Creative Search (DCS): Leveraging differentiated knowledge-acquisition and creative realism to address complex optimization problems差异化创意搜索 (DCS): 利用差异化知识获取和创意现实性来解决复杂的优化问题
PREAI
分享收藏Binary Horse herd optimization algorithm with crossover operators for feature selection基于交叉算子的特征选择二元马群优化算法
PREAI
分享收藏Electric eel foraging optimization: A new bio-inspired optimizer for engineering applications电鳗鱼觅食优化: 一种用于工程应用的新型生物启发优化器
PREAI
分享收藏PID-based search algorithm: A novel metaheuristic algorithm based on PID algorithm基于PID的搜索算法: 一种新的基于PID算法的元启发式算法
PREAI
分享收藏Multi-Verse Optimizer: a nature-inspired algorithm for global optimization多宇宙优化器: 一种自然启发的全局优化算法
PREAI
分享收藏An effective co-evolutionary particle swarm optimization for constrained engineering design problems
PREAI
分享收藏分享收藏
查看更多内容