莫伊塔巴·加西米;莫森·扎尔;阿米尔·扎赫迪;帕维尔·特罗乔夫斯克;莱思·阿布利加;伊娃·特罗乔夫斯卡 基于肺部在体性能的优化：基于肺部性能的优化（LPO）。 （英语） Zbl 07796647号 计算。方法应用。机械。工程师。 419，文章ID 116582，57 p.（2024）. 摘要：高效优化算法的开发在各个科学学科中都至关重要。随着优化问题的复杂性和多样性不断增加，研究人员寻求能够优化多种功能的更快、更强的算法。本文介绍了Lung基于性能的优化（LPO），这是一种新颖高效的算法，其灵感来自于人体肺部的规则和智能性能。LPO从呼吸系统的复杂机制和适应性中获得灵感。肺在氧交换方面表现出显著的效率，显示出其功能的高度优化。强迫振荡技术测量空气压力和气流速度，以评估呼吸系统的电阻抗。阻抗曲线有两个不同的组成部分，即呼吸阻力（ZR）和呼吸阻抗（ZX），可以从临床和工程角度进行分析，以了解呼吸系统的工作原理。LPO旨在通过模拟和利用这种自然效率，提供一种解决复杂优化问题的创新方法。为了评估LPO的有效性，使用无约束优化函数CEC2005和CEC2014以及工程设计优化问题进行了实验。将这些问题与文献中提出的许多当代算法进行了比较。结果表明，LPO在处理这些优化问题方面表现出色，并显示出解决各种现代优化挑战的潜力。这些发现突出了LPO作为一种新的优化算法的威力和有效性。LPO的灵感来源于肺部的复杂性能，在优化领域提供了独特的视角。它处理各种优化问题的能力及其在各个领域的应用潜力使LPO成为未来研究和实际实现的一种有前途的算法。请注意，LPO的源代码可以在以下位置公开获得：https://www.optim-app.com/projects/lpo. MSC公司： 90立方 非线性规划 90 C59 数学规划中的近似方法和启发式 65千5 数值数学规划方法 关键词：全局优化;工程设计;元启发式算法;肺部性能优化 软件：中国电子13;变色龙蜂群;啊哈;世界煤炭协会;中国电子05;WOA公司;安全保障局;AOA公司;公共管理硕士;GSA公司;美国政府;GBO公司;CMA-ES公司;Aquila优化器;蜂蜜獾算法;全球野生动物组织 PDF格式BibTeX公司 XML格式引用 \textit{M.Ghasemi}等人，计算。方法应用。机械。工程419，文章ID 116582，57 p.（2024；Zbl 07796647） 全文： DOI程序 参考文献： [1] Yang，X.S.，《工程优化：元启发式应用简介》（2010），John Wiley&Sons [2] Rao，R.V。；Savsani，V.J.，《使用先进优化技术进行机械设计优化》（2012），施普林格出版社：施普林格伦敦 [3] 孟，D。；Yang，S。；De Jesus，A.M.P。；Fazeres-Ferradosa，T。；Zhu，S.-P.，一种用于基于可靠性的设计和优化策略的新型混合自适应克里金和水循环算法：在海上风轮机单桩中的应用。计算。方法应用。机械。工程（2023）·Zbl 07692987号 [4] Radosavljević，J.，《电力工程中元启发式优化》（2018），英国伦敦工程技术学院 [5] Tarasewich，P。；McMullen，P.R.，《群体智能：数字的力量》。Commun公司。ACM，62-67（2002） [6] 加西米，M。；阿克巴里，M.-A。；C·6月。；巴蒂尼，S.M。；扎尔，M。；扎赫迪，A。；Pai，H.-T。；乐队，S.S。；Moslepour，M。；Chau，K.-W.，基于循环系统的优化（CSBO）：一种专家级多级生物启发的元神经算法。工程应用。计算。流体力学。，1483-1525 (2022) [7] 肯尼迪，J。；Eberhart，R.，粒子群优化，1942-1948 [8] Yang，X.S.，《自然启发的元启发式算法》（2010），Luniver出版社 [9] Rao，R.V。；萨夫萨尼，V.J。；Vakharia，D.P.，《基于教学的优化：约束机械设计优化问题的新方法》。计算。辅助设计。，303-315 (2011) [10] Mirjalili，S.，Moth火焰优化算法：一种新的受自然启发的启发式范式。知识。基于系统。，228-249 (2015) [11] Cheng，R。；Jin，Y.，一个用于大规模优化的竞争群优化器。IEEE传输。赛博。，191-204 (2014) [12] 米尔贾利利，S。；Lewis，A.，鲸鱼优化算法。高级工程软件。，51-67 (2016) [13] Askarzadeh，A.，解决约束工程优化问题的一种新的元启发式方法：群搜索算法。计算。结构。，1-12 (2016) [14] 亚兹达尼，M。；Jolai，F.，狮子优化算法（LOA）：一种自然启发的元启发式算法。J.计算。设计。工程，24-36（2016） [15] 萨雷米，S。；米尔贾利利，S。；Lewis，A.，《蚱蜢优化算法：理论与应用》。高级工程师软件。，30-47 (2017) [16] Yang，X.S.，一种新的元启发式蝙蝠启发算法。自然启发的优化合作策略（NICSO 2010），65-74（2010），Springer·Zbl 1197.90348号 [17] 北卡罗来纳州卡利奥拉斯。；北卡罗来纳州拉加罗斯。；Avtzis，D.N.，Pity甲虫算法——一种受树皮甲虫行为启发的新的元启发式算法。高级工程师软件。，147-166 (2018) [18] Dhiman，G。；库马尔，V.，帝企鹅优化器：一种用于工程问题的生物启发算法。知识。基于系统。，20-50 (2018) [19] 沙德拉凡，S。；Naji，H.R。；Bardsiri，V.K.，The Sailfish Optimizer：一种用于解决约束工程优化问题的新型自然启发元启发式算法。工程应用。Artif公司。智力。，20-34 (2019) [20] Heidari，A.A。；米尔贾利利，S。；Faris，H。；一、阿尔贾拉。；马法尔贾，M。；Chen，H.，Harris hawks优化：算法和应用。未来一代。计算。系统。，849-872 (2019) [21] Faramarzi，A。；海德丽内贾德，M。；米尔贾利利，S。；Gandomi，A.H.，《海洋捕食者算法：自然启发的元启发式》。专家系统。申请。(2020) [22] I.纳鲁伊。；Keynia，F.，野马优化器：解决工程优化问题的一种新的元神经算法。工程计算。，3025-3056 (2021) [23] Dhiman，G。；加格，M。；Nagar，A。；库马尔，V。；Dehghani，M.，一种新的全局优化算法：鼠群优化算法。J.环境。智力。Humaniz公司。计算。，8457-8482 (2021) [24] Abualigah，L。；Yousri，D。；Abd Elaziz，M。；Ewees，A.A。；Al-Qaness，M.A.A。；Gandomi，A.H.，Aquila优化器：一种新的元神经优化算法。计算。工业工程（2021） [25] Połap，D。；Woźniak，M.，红狐优化算法。专家系统。申请。(2021) [26] Yang，X.-S。；Deb，S.，杜鹃搜索通过莱维航班，210-214 [27] Wang，L。；曹琦。；张，Z。；米尔贾利利，S。；赵伟，《人造兔子优化：一种用于解决工程优化问题的新型生物启发元神经算法》。工程应用。Artif公司。智力。，105082 (2022) [28] Trojovská，E。；Dehghani，M。；Trojovsky，P.，Zebra优化算法：一种用于求解优化算法的新型生物激励优化算法。IEEE接入，49445-49473（2022） [29] Suyanto，S。；Ariyanto，A.A。；Ariyanto，A.F.，Komodo Mlipir算法。申请。软计算。(2022) [30] Salim，A。；Jummar，W.K。；Jasim，F.M.（法语：Jasim，F.M.）。；Yousif，M.，《欧亚捕蚝优化者：新的元神经算法》。J.智力。系统。，332-344 (2022) [31] 北卡罗来纳州乔普拉。；Ansari，M.M.，《Golden jackal optimization：一种用于工程应用的新型自然灵感优化器》。专家系统。申请。(2022) [32] Abualigah，L。；Abd Elaziz，M。；Sumari，P。；Geem，Z.W。；Gandomi，A.H.，爬行动物搜索算法（RSA）：一种自然灵感的元神经优化器。专家系统。申请。(2022) [33] 米尔贾利利，S。；甘多米，A.H。；米尔贾利利，S.Z。；萨雷米，S。；Faris，H。；Mirjalili，S.M.，《Salp swarm algorithm：工程设计问题的生物激励优化器》。高级工程师软件。，163-191 (2017) [34] 穆罕默德·哈萨尼·扎德，B。；Mansouri，N.，PPO：一种新的受自然启发的基于捕食的元启发式优化算法。软计算。，1331-1402 (2022) [35] 薛，J。；Shen，B.，一种新的群体智能优化方法：麻雀搜索算法。系统。科学。控制工程，22-34（2020） [36] 哈希姆，F.A。；Houssein，E.H。；侯赛因，K。；Mabrouk，M.S。；Al-Atabany，W.，Honey獾算法：解决优化问题的新元启发式算法。数学。计算。模拟。，84-110 (2022) ·Zbl 07431717号 [37] Agushaka，J.O。；Ezugwu，A.E。；Abualigah，L.，矮小猫鼬优化算法。计算。方法应用。机械。工程（2022）·Zbl 1507.90190号 [38] 米尔贾利利，S。；米尔贾利利，S.M。；Lewis，A.，灰狼优化器。高级工程师软件。，46-61 (2014) [39] Zervoudakis，K。；Tsafarakis，S.，一个受飞狐生存策略启发的全球优化器。工程计算。，1-34 (2022) [40] Akbari，硕士。；扎尔，M。；Azizipanah-abarghooee，R。；米尔贾利利，S。；Deriche，M.，《猎豹优化器：一种用于大规模优化问题的自然启发元启发式算法》。科学。众议员，10953（2022） [41] 斯托恩，R。；Price，K.，差分进化——一种简单有效的启发式算法，用于连续空间上的全局优化。J.全球。最佳。，341-359 (1997) ·Zbl 0888.90135号 [42] Rechenberg，I.，《进化策略：大自然的优化方式》。优化：方法与应用，可能性与局限性，106-126（1989），Springer [43] Simon，D.，基于生物地理的优化。IEEE传输。进化。计算。，702-713 (2008) [44] Yang，X.-S.，用于全局优化的花朵授粉算法，240-249·Zbl 1374.68527号 [45] Huang，G.，《人工传染病优化：基于SEIQR流行病动态模型的函数优化算法》。Swarm进化。计算。，31-67 (2016) [46] 拉比，Y。；Ben Attous博士。；Gabbar，H.A。；Mahdad，B。；Zidan，A.，一种新的根树优化算法，用于具有阀点效应的经济调度。国际电工杂志。电力能源系统。，298-311 (2016) [47] Holland，J.H.，《遗传算法》。科学。美国，66-73（1992） [48] Cheraghalipour，A。；哈加海-凯什特利，M。；Paydar，M.M.，树生长算法（TGA）：解决优化问题的新方法。工程应用。Artif公司。智力。，393-414 (2018) [49] Alnahwi，F.M。；Al-Yasir，Y.I.A。；Sattar，D。；阿里·R·S。；参见，C.H。；Abd-Alhameed，R.A.，一种基于真菌王国扩展行为的天线应用新优化算法。电子，2057（2021），（巴塞尔） [50] 李，S。；陈，H。；王，M。；Heidari，A.A。；Mirjalili，S.，Slime mold算法：一种新的随机优化方法。未来一代。计算。系统。，300-323 (2020) [51] 加西米，M。；拉希姆内贾德，A。；亨马蒂，R。；阿克巴里，E。；Gadsden，S.A.，《雁行算法：一种基于雁行自然生死的大规模优化新算法》。阵列（2021） [52] Rahmani，A.M。；AliAbdi，I.，《植物竞争优化：一种新的元启发式算法》。专家。系统。(2022) [53] Ahwazian，A。；Amindoust，A。；塔瓦科利·莫哈达姆，R。；Nikbakht，M.，《林中搜索优化器：一种用于全局优化问题的生物启发元启发式算法》。软计算。，2325-2356 (2022) [54] 哈约拉兰，V。；Kazem，A.A.P.，《黑寡妇优化算法：解决工程优化问题的新型元神经方法》。工程应用。Artif公司。智力。(2020) [55] Mehrabian，A.R。；Lucas，C.，一种受杂草定殖启发的新型数值优化算法。经济。通知。，355-366 (2006) [56] Zamani，H。；Nadimi-Shahraki，M.H。；Gandomi，A.H.，Starling杂音优化器：一种用于全局和工程优化的新型生物激励算法。计算。方法应用。机械。工程（2022）·Zbl 1507.68356号 [57] 加西米，M。；扎尔，M。；扎赫迪，A。；阿克巴里，M.-A。；米尔贾利利，S。；Abualigah，L.，间歇泉启发算法：一种新的地质启发元神经算法，用于实际参数和约束工程优化。《仿生工程杂志》（2023） [58] 柯克帕特里克，S。；盖拉特，C.D。；Vecchi，M.P.，《模拟退火优化》。《科学》，671-680（1979），1983·兹比尔1225.90162 [59] Atashpaz-Gargari，E。；Lucas，C.，《帝国主义竞争算法：受帝国主义竞争启发的优化算法》，4661-4667 [60] Rashedi，E。；Nezamabadi-Pour，H。；Saryazdi，S.，GSA：引力搜索算法。信息科学。，2232-2248（2009），（纽约）·Zbl 1177.90378号 [61] Eskandar，H。；萨多拉，A。；巴赫内贾德，A。；Hamdi，M.，水循环算法——一种用于解决约束工程优化问题的新型元启发式优化方法。计算。结构。，151-166 (2012) [62] Kaveh，A。；Bakhshpoori，T.，《水分蒸发优化：一种新的物理启发优化算法》。计算。结构。，69-85 (2016) [63] Baykasouglu，A。；cSener，Akpinar，加权叠加吸引（WSA）：一种求解优化问题的群智能算法第1部分：无约束优化。申请。软计算。，520-540 (2017) [64] 张，Q。；王，R。；杨，J。；丁·K。；李，Y。；Hu，J.，集体决策优化算法：一种新的启发式优化方法。神经计算，123-137（2017） [65] 加西米，M。；Davoudkhani，I.F。；阿克巴里，E。；拉希姆内贾德，A。；Ghavidel，S。；Li，L.，一种新颖有效的全局优化算法及其工程应用：基于水的湍流优化（TFWO）。工程应用。Artif公司。智力。(2020) [66] 加西米，M。；Ghavidel，S。；Aghaei，J.等人。；阿克巴里，E。；Li，L.，CFA优化器：受富兰克林和库仑定律理论启发，用于解决经济负荷分配问题的一种新的强大算法。国际事务处理。选举人。能源系统。(2018) [67] 哈希姆，F.A。；侯赛因，E.H。；Mabrouk，M.S。；Al-Atabany，W。；Mirjalili，S.，Henry气体溶解度优化：一种新的基于物理的算法。未来一代。计算。系统。，646-667 (2019) [68] 艾哈迈迪纳法尔，I。；博佐尔格·哈达德，O。；Chu，X.，基于梯度的优化器：一种新的元启发式优化算法。信息科学。，131-159（2020年），（纽约）·Zbl 1474.90517号 [69] 佩雷拉，J.L.J。；医学博士弗朗西斯科。；迪尼兹，C.A。；奥利弗，G.A。；小库尼亚，S.S。；Gomes，G.F.，Lichtenberg算法：一种新的基于混合物理的全局优化元神经算法。专家系统。申请。(2021) [70] Qais，M.H。；哈萨尼恩，H.M。；土耳其共和国。；Alghuwainem，S。；托斯塔多·维利兹，M。；Jurado，F.，《圆搜索算法：基于几何的元启发式优化算法》。数学，1626（2022） [71] 潘，Q。；Tang，J。；Lao，S.，EDOA：弹性变形优化算法。申请。智力。，1-20 (2022) [72] 赵伟。；Wang，L。；张，Z。；米尔贾利利，S。；霍达达迪，北。；Ge，Q.，二次插值优化（QIO）：一种基于广义二次插值的新优化算法及其在实际工程问题中的应用。计算。方法应用。机械。工程（2023） [73] Dehghani，M。；蒙塔泽里，Z。；Malik，O.P.，DGO：骰子游戏优化器。Gazi大学J.Sci。，871-882 (2019) [74] Dehghani，M。；蒙塔泽里，Z。；Malik，首席执行官。；Givi，H。；Guerrero，J.M.，《Shell游戏优化：一种基于游戏的新算法》。《国际情报杂志》。工程系统。，246-255 (2020) [75] Yang，Y。；陈，H。；Heidari，A.A。；Gandomi，A.H.，《饥饿游戏搜索：愿景、概念、实施、深入分析、观点和绩效转变》。专家系统。申请。(2021) [76] 扎伊达巴迪，F.A。；Dehghani，M.，Poa：谜题优化算法。《国际情报杂志》。工程系统。，273-281 (2022) [77] Q·阿斯卡里。；尤纳斯，I。；Saeed，M.，《政治优化器：一种用于全球优化的新型社会激励元神经论者》。知识。基于系统。(2020) [78] Q·阿斯卡里。；塞义德，M。；Younas，I.，基于堆的优化器，其灵感来源于用于全局优化的企业等级结构。专家系统。申请。(2020) [79] Ayyarao，T.S.L.V。；新南威尔士州罗摩克里希纳。；Elavarasan，R.M。；Polumahanthi，N。；兰巴布，M。；Saini，G。；B.Khan。；战争策略优化算法：一种新的有效的全局优化元启发式算法。IEEE接入，25073-25105（2022） [80] Pira，E.，《市议会演变：一种社会激励的元启发式优化算法》。J.环境智能。Humaniz计算。，1-50 (2022) [81] 王凯。；郭，M。；戴，C。；Li，Z.，一种用于解决工程优化和现实世界问题的新启发式算法：基于人身份属性的信息学习搜索优化。计算。方法应用。机械。工程（2023） [82] 波里埃·D·R。；盖革，G.H.，菲克定律和材料扩散率。材料加工中的运输现象，419-461（2016），施普林格 [83] 琼斯，T.C。；邓沃思，D.L。；Mohr，U.，《呼吸系统》（2012），Springer Science&Business Media [84] Diong，B。；纳泽兰，H。；纳瓦，P。；Goldman，M.，《人体呼吸阻抗建模》。IEEE工程医学生物学。Mag.，48（2007） [85] Baswa，S。；纳泽兰，H。；纳瓦，P。；Diong，B。；Goldman，M.，基于脉冲振荡法数据参数估计的呼吸系统模型评估，2958-2961 [86] Ghafarian，P。；Jamaati，H。；Hashimian，S.M.，《人类呼吸模型综述》。Tanaffos，61（2016） [87] Suganthan，P.N。；Hansen，N。；Liang，J.J。；Deb，K。；陈永平。；Auger，A。；Tiwari，S.，《2005年CEC实时参数优化特别会议的问题定义和评估标准》，2005（2005），《KanGAL报告》。2005005 [88] Shi，Y。；Eberhart，R.，改进的粒子群优化器，69-73 [89] Yang，X.S.，Firefly算法，随机测试函数和设计优化。国际生物学杂志。计算。，78-84 (2010) [90] Rao，R.，Rao算法：用于解决优化问题的三种无隐喻简单算法。国际工业工程计算杂志。，107-130 (2020) [91] 乔伊门，M.E。；Yalç\in，Y.，一种新型的混合防火墙优化算法及其在MPC参数优化中的应用。软计算。，1845-1872 (2022) [92] Wang，Y。；蔡，Z。；Zhang，Q.，微分进化与复合试验向量生成策略和控制参数。IEEE传输。进化。计算。，55-66 (2011) [93] 加尔茨，C。；Lozano，M。；Herrera，F。；莫利纳，D。；Sánchez，A.M.，基于以父母为中心的交叉算子的全局和局部实数编码遗传算法。欧洲药典。1088-1113号决议（2008年）·Zbl 1146.90532号 [94] Liang，J.J。；秦，A.K。；Suganthan，P.N。；Baskar，S.，用于多模态函数全局优化的综合学习粒子群优化器。IEEE传输。进化。计算。，281-295 (2006) [95] 强强，J。；米切尔，C。；Qiang，A.，用于全局优化的自适应统一差分进化算法的调整，4061-4068 [96] Lynn，N。；Suganthan，P.N.，《增强探索和开发的异构综合学习粒子群优化》。Swarm进化。计算。，11-24 (2015) [97] 门德斯，R。；肯尼迪，J。；Neves，J.，完全知情的粒子群：更简单，也许更好。IEEE传输。进化。计算。，204-210 (2004) [98] 詹，Z.-H。；张杰。；李，Y。；Shi，Y.-H.，正交学习粒子群优化。IEEE传输。进化。计算。，832-847 (2010) [99] 阿克巴里，E。；拉希姆内贾德，A。；Gadsden，S.A.，一个贪婪的非层次灰狼优化程序，用于实际优化。电子。莱特。，499-501 (2021) [100] Gutjahr，W.J.，元启发式的收敛分析。《数学》，159-187（2009），斯普林格出版社 [101] J.J.Liang，B.Y.Qu，P.N.Suganthan，中国郑州大学计算智能实验室，新加坡南洋理工大学，CEC 2014年特别会议和单目标实际参数数值优化竞赛的问题定义和评估标准。635 (2013) 490. [102] Long，W。；蔡，S。；焦，J。；Tang，M.，一种用于大规模数值优化的高效且鲁棒的灰狼优化算法。软计算。，997-1026 (2020) [103] Hansen，N。；穆勒，S.D。；Koumoutsakos，P.，《利用协方差矩阵自适应（CMA-ES）降低非自治进化策略的时间复杂性》。进化。计算。，1-18 (2003) [104] 艾卡，G。；dos Santos Junior，V.C.公司。；de Melo，V.V.，一种改进的带有Lévy飞行的Jaya优化算法。专家系统。申请。(2021) [105] 古普塔，S。；Deep，K。；Engelbrecht，A.P.，一种用于全局优化的记忆引导正弦余弦算法。工程应用。Artif公司。智力。(2020) [106] Ks、S.R。；Murugan，S.，用于数值优化问题的基于内存的混合蜻蜓算法。专家系统。申请。，63-78 (2017) [107] 美国姆拉卡。；小菲斯特，I。；Fister，I.，用于全局优化的混合自适应布谷鸟搜索。Swarm进化。计算。，47-72 (2016) [108] 戴，C。；胡，Z。；李，Z。；熊，Z。；Su，Q.，一种基于拓扑对立学习的改进灰色预测进化算法。IEEE接入，30745-30762（2020） [109] 古普塔，S。；Deep，K.，一个新的随机行走灰狼优化器。Swarm进化。计算。，101-112 (2019) [110] 李博士。；赵，H。；翁，X.W。；Han，T.，一种受自然启发的新型优化算法：病毒群体搜索。高级工程师软件。，65-88 (2016) [111] Cheng，M.-Y。；Prayogo，D.，《共生生物搜索：一种新的元启发式优化算法》。计算。结构。，98-112 (2014) [112] 陈，X。；Tianfield，H。；梅，C。；杜，W。；Liu，G.，基于生物地理的学习粒子群优化。软计算。，7519-7541 (2017) [113] 古普塔，S。；Deep，K.，一种基于对立学习的混合自适应正弦余弦算法。专家系统。申请。，210-230 (2019) [114] 陈，X。；徐，B。；Yu，K。；杜伟，带学习积极性机制的教-学优化及其在化工中的应用。应用杂志。数学。(2018) ·Zbl 1437.90165号 [115] 撒旦病，S.C。；Naik，A.，《用于全局数值优化的改进的基于教学的优化算法——比较研究》。Swarm进化。计算。，28-37 (2014) [116] 张，L。；哦，S.-K。；佩德里茨，W。；杨，B。；Wang，L.，一个具有双层结构的提升粒子群优化算法。IEEE传输。赛博。，13308-13322 (2021) [117] Gablonsky，J.M。；Kelley，C.T.，DIRECT算法的一种局部偏倚形式。J.全球。最佳。，27-37 (2001) ·兹比尔1039.90049 [118] 孟，X.-B。；李海霞。；Gao，X.-Z.，结构设计问题的基于自适应增强学习的bat算法。国际生物学杂志。计算。，114-124 (2019) [119] Wang，Y。；蔡，Z。；周，Y。；Fan，Z.，基于混合进化算法和自适应约束处理技术的约束优化。结构。多学科。最佳。，395-413 (2009) [120] 雷·T。；Liew，K.-M.，《社会与文明：基于社会行为模拟的优化算法》。IEEE传输。进化。计算。，386-396 (2003) [121] 赵伟。；Wang，L。；Zhang，Z.，基于供需的优化：一种新的受经济学启发的全局优化算法。IEEE接入，73182-73206（2019） [122] 吴杰。；Wang，Y.-G。；Burrage，K。；田永川。；劳森，B。；Ding，Z.，一种用于全局连续优化问题的改进萤火虫算法。专家系统。申请。(2020) [123] 甘多米，A.H。；Yang，X.-S。；Alavi，A.H.，布谷鸟搜索算法：解决结构优化问题的元启发式方法。工程计算。，17-35 (2013) [124] 古普塔，S。；Deep，K.，用于全局优化任务的基于内存的灰狼优化器。申请。软计算。(2020) [125] 刘，Z。；Nishi，T.，工程设计问题的多种群集成粒子群优化器。数学。问题。工程，1-30（2020） [126] Song，S。；王，P。；Heidari，A.A。；王，M。；X.赵。；陈，H。；He，W。；Xu，S.，Dimension决定使用高斯变异进行Harris hawks优化：平衡分析和多样性模式。知识。基于系统。(2021) [127] Mezura-Montes，E。；Coello，C.A.C.，进化算法在工程优化中的有用不可行解，652-662 [128] Mazhoud，I。；Hadj-Hamou，K。；Bigeon，J。；Joyeux，P.，用于解决工程问题的粒子群优化：一种新的约束处理机制。工程应用。Artif公司。智力。，1263-1273 (2013) [129] 特罗乔夫斯克，P。；Dehghani，M.，《鹈鹕优化算法：一种用于工程应用的新型自然启发算法》。传感器，855（2022） [130] 穆萨维拉德，S.J。；Ebrahinpour-Komleh，H.，《人类心理搜索：一种新的基于人群的元启发式优化算法》。申请。智力。，850-887 (2017) [131] He，S。；Prempain，E。；Wu，Q.H.，一种用于机械设计优化问题的改进粒子群优化器。工程优化。，585-605 (2004) [132] 帕索普洛斯，K.E。；Vrahatis，M.N.，解决约束工程优化问题的统一粒子群优化，582-591 [133] 何，Q。；Wang，L.，约束工程设计问题的有效协同进化粒子群优化。工程应用。Artif公司。智力。，89-99 (2007) [134] Ngo，T.T。；萨多拉，A。；Kim，J.H.，一种用于计算昂贵的数值优化问题的具有随机运动的合作粒子群优化器。J.计算。科学。，68-82 (2016) [135] 张杰。；Liang，C。；黄，Y。；吴杰。；Yang，S.，一种有效的多智能体进化算法，集成了一种用于工程优化的新型轮盘赌反演算子。申请。数学。计算。，392-416 (2009) ·Zbl 1162.65357号 [136] Mezura-Montes，E。；Hernández-Ocana，B.，《针对工程设计问题的细菌觅食清除结果》（2008年），国家信息实验室Avanzada（LANIA AC）-塔巴斯科大学Juárez Autónoma de Tabasco。墨西哥 [137] 黄光裕。；He，R.-S.，用于函数优化的混合实参数遗传算法。高级工程信息，7-21（2006） [138] 科埃罗，C.A.C。；Montes，E.M.，通过使用基于优势的比赛选择在遗传算法中进行约束处理。高级工程信息，193-203（2002） [139] Yapici，H。；Cetinkaya，N.，一种新的元神经优化器：探路算法。申请。软计算。，545-568 (2019) [140] 赫达尔，A.-R。；Fukushima，M.，约束连续全局优化的无导数滤波器模拟退火方法。J.全球。最佳。，521-549 (2006) ·Zbl 1133.90421号 [141] 贝卡索鲁。；Ozsoydan，F.B.，机械设计优化问题的混沌自适应萤火虫算法。申请。软计算。，152-164 (2015) [142] Kaveh，A。；Dadras，A.，一种新的元神经优化算法：热交换优化。高级工程师软件。，69-84 (2017) [143] 黄，F。；Wang，L。；He，Q.，约束优化的有效协同进化差分进化。申请。数学。计算。，340-356 (2007) ·Zbl 1114.65061号 [144] 蒙特默罗，M。；文森蒂，A。；Vannucci，P.，用遗传算法处理约束的自动动态惩罚方法（ADP）。计算。方法应用。机械。工程，70-87（2013）·Zbl 1352.90107号 [145] Faramarzi，A。；海德丽内贾德，M。；斯蒂芬斯，B。；Mirjalili，S.，平衡优化器：一种新的优化算法。知识。基于系统。(2020) [146] 甘多米，A.H。；Yang，X.-S。；Alavi，A.H。；Talatahari，S.，约束优化任务的Bat算法。神经计算。申请。，1239-1255 (2013) [147] 沙赫鲁齐，M。；Kaveh，A.，一种受鸟类救生策略启发的高效无导数优化算法。J.计算。科学。(2022) [148] Chun，S。；Kim，Y.-T。；Kim，T.-H.，一种用于混合整数离散连续工程设计问题的多样性增强约束粒子群优化器。高级机械。工程（2013） [149] 萨夫萨尼，P。；Savsani，V.，超车搜索（PVS）：一种新的元启发式算法。申请。数学。型号。，3951-3978 (2016) [150] Bernardino，H.S。；Barbosa，H.J.C。；莱蒙格，A.C.C。；Fonseca，L.G.，用于机械工程约束优化问题的新型混合AIS-GA，1455-1462 [151] 阿凯，B。；Karaboga，D.，用于大规模问题和工程设计优化的人工蜂群算法。J.智力。制造，1001-1014（2012） [152] Coello，C.A.C.，工程优化问题的自适应惩罚方法的使用。计算。印度，113-127（2000） [153] 科埃罗，C.A.C。；北卡罗来纳州科尔特斯将遗传算法与人工免疫系统相结合，实现全局优化。工程优化。，607-634 (2004) [154] Mezura-Montes，E。；Coello，C.A.C.，关于进化策略对解决约束优化问题有用性的实证研究。国际通用系统杂志。，443-473 (2008) ·Zbl 1219.90129号 [155] Brammia，G。；Praveena，S。；Ninu Preetha，新南威尔士州。；Ramya，R。；拉贾库马尔，B.R。；Binu，D.，猎鹿优化算法：一种新的自然启发元神经范式。计算。J.，bxy133（2019） [156] dos Santos Coelho，L.，高斯量子粒子群优化方法，用于约束工程设计问题。专家系统。申请。，1676-1683 (2010) [157] Braik，M.S.，《变色龙群算法：用于解决工程设计问题的生物启发优化器》。专家系统。申请。(2021) [158] 张杰。；肖，M。；高，L。；Pan，Q.，排队搜索算法：一种用于解决工程优化问题的新型元启发式算法。申请。数学。型号。，464-490 (2018) ·兹比尔1480.90257 [159] Yildiz，A.R。；Abderazek，H。；Mirjalili，S.，《机械设计优化的最新非传统方法的比较研究》。架构（architecture）。计算。方法工程，1031-1048（2020） [160] 萨多拉，A。；巴赫内贾德，A。；Eskandar，H。；Hamdi，M.，Mine-blast算法：一种新的基于种群的算法，用于解决约束工程优化问题。申请。软计算。，2592-2612 (2013) [161] Emami，H.，抗冠状病毒优化算法。软计算。，4991-5023 (2022) [162] 贾，H。；Sun，K。；张，W。；Leng，X.，一种用于连续优化域的增强黑猩猩优化算法。复杂智能。系统。，65-82 (2022) [163] Mezura-Montes，E。；Velázquez-Reyes，J。；Coello，C.A.C.，约束优化的改进差分进化，25-32 [164] Emami，H.，《证券交易所交易优化算法：一种受人类启发的全局优化方法》。J.超级计算机。，2125-2174 (2022) [165] 赵伟。；Wang，L。；Mirjalili，S.，《人工蜂鸟算法：一种新的生物激励优化器及其工程应用》。计算。方法应用。机械。工程（2022）·Zbl 1507.90197号 [166] Dhiman，G。；Kumar，V.，《斑点鬣狗优化器：一种用于工程应用的基于生物启发的新型元启发式技术》。高级工程师软件。，48-70 (2017) [167] 刘，H。；蔡，Z。；Wang，Y.，将粒子群优化与微分进化相结合，用于约束数值和工程优化。申请。软计算。，629-640 (2010) [168] Yang，X.-S。；Deb，S。；Fong，S.，用于业务优化和应用的加速粒子群优化和支持向量机，53-66 [169] Abualigah，L。；迪亚巴特，A。；米尔贾利利，S。；Abd Elaziz，M。；甘多米，A.H.，《算术优化算法》。计算。方法应用。机械。工程（2021）·Zbl 1506.90276号 [170] Kamboj，V.K。；南迪，A。；巴多利亚。；Sehgal，S.，《数值和工程优化问题的强化Harris Hawks优化器》。申请。软计算。(2020) [171] Naruei，我。；Keynia，F.，基于COOT鸟类自然生命模型的新优化方法。专家系统。申请。(2021) [172] Houssein，E.H。；Mahdy，医学硕士。；布隆丁，M.J。；Shebl，D。；Mohamed，W.M.，组合优化和全局优化问题的混合黏菌算法和自适应引导差分进化算法。专家系统。申请。(2021) [173] 艾哈迈迪纳法尔，I。；Heidari，A.A。；诺沙迪安，S。；陈，H。；Gandomi，A.H.，INFO：一种基于向量加权平均值的高效优化算法。专家系统。申请。(2022) [174] 加菲尔，H.N。；Jármai，K.，《动态微分退火优化：工程应用的新元启发式优化算法》。申请。软计算。(2020) [175] 何，Q。；Wang，L.，一种基于可行性规则的混合粒子群优化算法，用于约束优化。申请。数学计算。，1407-1422 (2007) ·兹比尔1117.65088 [176] Dehghani，M。；什叶派胡巴洛夫斯基。；Trojovsky，P.，塔斯马尼亚魔鬼优化：一种新的生物激励优化算法，用于求解优化算法。IEEE接入，19599-19620（2022） [177] Bernardino，H.S。；Barbosa，H.J.C。；Lemonge，A.C.C.，机械工程中约束优化问题的混合遗传算法，646-653 [178] 涂，J。；陈，H。；王，M。；甘多米，A.H.，《群体捕食算法》。《仿生工程杂志》，674-710（2021） [179] Kim，P。；Lee，J.，粒子群优化和差分进化的集成方法。J.机械。科学。技术。，426-434 (2009) [180] Bayzidi，H。；Talatahari，S。；Saraee，M。；拉马克，C.-P.，《解决工程优化问题的社会网络搜索》。计算。智力。神经科学。，1-32 (2021) [181] 甘多米，A.H。；Roke，D.A.，使用内部搜索算法进行工程优化，1-7 [182] Abdel-Baset，M。；Hezam，I.，一种用于工程优化问题的杂交授粉算法。国际期刊计算。申请。(2016) [183] 雅达夫，A。；Kumar，N.，《工程优化问题的人工电场算法》。专家系统。申请。(2020) [184] Prayogo，D。；程，M.-Y。；吴永伟。；Herdany，A.A。；Prayogo，H.，《建筑工程设计优化的差分大爆炸压缩算法》。自动。施工图。，290-304 (2018) [185] 顾，L。；杨瑞杰。；Tho，C.-H。；Makowskit，M。；法鲁奎，O。；Li，Y.L.Y.，侧面碰撞防撞性的优化和稳健性。国际汽车设计杂志。，348-360 (2001) [186] Talatahari，S。；Azizi，M.，Tribe负责系统搜索以实现全局优化。申请。数学。型号。，115-133 (2021) ·Zbl 1481.90266号 [187] Yang，X.-S。；Gandomi，A.H.，Bat算法：一种新的全局工程优化方法。工程计算。，464-483（2012），（斯旺西） [188] Talatahari，S。；阿齐兹，M。；Toloo，M.，用于全局优化的模糊自适应充电系统搜索。申请。软计算。(2021) 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。