×
何圣雪；崔云婷

多尺度奖牌得主学习算法及其工程应用。 （英语） Zbl 07836435号

机械学报。 235，编号2，751-777（2024）.
摘要：本文提出了多尺度奖牌学习算法（MMLA）作为一种新的启发式方法来解决复杂的工程优化问题。通过扩展Medalist Learning Algorithm，MMLA提高了求解效率。该算法将学习过程划分为多个连续的阶段，减少了搜索空间，使搜索集中在有希望的领域。在每个阶段中，都会实施预定义的学习阶段。表现最好的，被称为奖牌获得者，通过邻域搜索进行自我完善操作，而普通学习者要么向奖牌获得者学习，要么利用邻域波动根据当前状态进行调整。MMLA通过决定学习效率的自然增长曲线平衡勘探和开发能力。通过一个二维基准优化问题的求解和十个著名工程设计优化问题的成功求解，说明了MMLA的有效性和鲁棒性。对比分析表明，MMLA始终优于其他算法，提供了具有严格可行性和最小变化的竞争性解决方案。

MSC公司：

90立方厘米 数学编程
90倍X 运筹学、数学规划
68泰克 人工智能

软件：

安全保障局
PDF格式BibTeX公司 XML格式引用
\textit{S.-X.He}和\textit{Y.-T.Cui}，机械学报。235，编号2751-777（2024；兹bl 07836435）
全文： DOI程序

参考文献：

[1] DH Wolpert；Macready，WG，优化无免费午餐定理，IEEE Trans。进化。计算。，1997年1月67-82日
[2] He，S-X，使用奖牌得主学习算法的频率约束桁架优化，结构，55，1-152023
[3] Holland，JH，遗传算法，科学。美国，267，66-731992
[4] Kennedy，J.，Eberhart，R.：粒子群优化。载于：ICNN’95国际神经网络会议录，第1942-8页，第4卷（1995年）
[5] He，S。；Prempain，E。；Wu，QH，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。，36, 585-605, 2004
[6] 斯托恩，R。；Price，K.，《差分进化——连续空间上全局优化的一种简单有效的启发式算法》，J.Glob。最佳。，11, 341-359, 1997 ·Zbl 0888.90135号
[7] Mezura-Montes，E。；Coello，CAC，解决约束优化问题的简单多成员进化策略，IEEE Trans。进化。计算。，9, 1-17, 2005
[8] 卡拉博阿，D.：基于蜜蜂群的数值优化思想（2005）
[9] 多里戈，M。；比拉塔里，M。；Stutzle，T.，蚁群优化，IEEE计算。智力。2006年1月28日至39日
[10] Eusuff先生。；兰西，K。；Pasha，F.，Shuffled蛙跳算法：离散优化的模因元神经，工程优化。，38, 129-154, 2006
[11] Simon，D.，基于生物地理的优化，IEEE Trans。进化。计算。，12, 702-713, 2008
[12] Yang，X.S.，Deb，S.：通过Lévy航班进行布谷鸟搜索。2009年世界自然与生物启发计算大会（NaBIC）：IEEE，第210-4页（2009）
[13] Oftadeh，R。；MJ Mahjoob；Shariatpanahi，M.，一种受动物群狩猎启发的新型元神经优化算法：狩猎搜索，计算。数学。申请。，60, 2087-2098, 2010 ·Zbl 1205.90302号
[14] Yang，X.S.：一种新的元启发式蝙蝠启发算法。In：自然启发的优化合作策略（NICSO 2010）。施普林格，第65-74页（2010年）·Zbl 1197.90348号
[15] 杨，XS；Hossein，GA，Bat算法：一种新的全局工程优化方法，工程计算。，29, 464-483, 2012
[16] Yang，X.-S.：萤火虫算法、随机测试函数和设计优化。arXiv预印本arXiv:100314092010，第1-12页
[17] Yang，X.S.：用于全局优化的花授粉算法。In：非常规计算和自然计算国际会议（2012）·Zbl 1374.68527号
[18] 杨，X-S；卡拉马诺格鲁，M。；He，X.，花授粉算法：一种新的多目标优化方法，工程优化。，46, 1222-1237, 2014
[19] 米尔贾利利，S。；米尔贾利利，SM；Lewis，A.，灰狼优化器，高级工程师软件。，69, 46-61, 2014
[20] Mirjalili，S.，Moth-firem优化算法：一种新的自然启发启发式范式，Knowl-基于系统。，89, 228-249, 2015
[21] 米尔贾利利，S。；Lewis，A.，鲸鱼优化算法，高级工程师软件。，95, 51-67, 2016
[22] 米尔贾利利，S。；甘多米，AH；SZ米尔贾利利；萨雷米，S。；Faris，H。；Mirjalili，SM，《Salp swarm algorithm:a bio-inspired optimizer for engineering design problems》，高级工程软件。，114, 163-191, 2017
[23] Azizyan，G。；Miarnaeimi，F。；拉什基，M。；Shabakhty，N.，Flying Squirrel Optimizer（FSO）：一种用于工程问题的基于SI-的新型优化算法，伊朗。J.Optim。，11, 177-205, 2019
[24] AA海达里；米尔贾利利，S。；Faris，H。；一、阿尔贾拉。；Mafarja，M。；Chen，H.，Harris hawks优化：算法和应用，《未来》。通用。计算。系统。，97, 849-872, 2019
[25] 阿卜杜拉·扎德，B。；加雷肖波格，FS；Mirjalili，S.，《非洲秃鹫优化算法：一种用于全局优化问题的新的自然启发元启发式算法》，计算。工业工程，1582021
[26] 赵，W。；王，L。；Mirjalili，S.，《人工蜂鸟算法：一种新的生物灵感优化器及其工程应用》，计算。方法应用。机械。工程，3882022·Zbl 1507.90197号
[27] Ghosh，A.，Deb，K.，Goodman，E.，Averill，R.：一个用于实际多目标优化问题的基于用户引导的创新进化算法框架。工程优化。1-13 (2022) ·Zbl 07804685号
[28] Liu，Z.，Wang，W.，Shi，G.，Zhu，P.：一种基于组策略和自适应机制的改进的乌鸦搜索算法。工程优化。1-19年（2023年）
[29] Li，J.-R，Li，H.-Y.，Lim，M.K.，Chiu，A.S.F.，Tseng，M.-L.：改进的人工水母搜索算法：虚拟同步发电机控制策略。工程优化。1-20 (2023)
[30] 雷·T。；Liew，KM，《社会与文明：一种基于社会行为模拟的优化算法》，IEEE Trans。进化。计算。，7, 386-396, 2003
[31] 李，KS；Geem，ZW，《用于连续工程优化的新型元神经算法：和谐搜索理论与实践》，计算。方法应用。机械。工程，194，3902-39332005·Zbl 1096.74042号
[32] Geem，ZW，使用和谐搜索进行配水网络的最优成本设计，工程优化。，38, 259-277, 2006
[33] 拉奥，右心室；萨夫萨尼，VJ；Vakharia，DP，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。，43, 303-315, 2011
[34] 拉奥，右心室；萨夫萨尼，VJ；Balic，J.，无约束和约束实际参数优化问题的基于教学的优化算法，工程优化。，44, 1447-1462, 2012
[35] Awad，R.，使用政治优化器（PO）算法对桁架结构进行尺寸优化，结构，334871-48942021
[36] Kirkpatrick，S.，D，G.C.，P，V.M.：模拟退火。《科学》220、671-80（1983）·Zbl 1225.90162号
[37] Lim，K.C.W.，Wong，L.-P.，Chin，J.F.：基于模拟退火的超神经症，用于灵活的车间调度。工程优化。1-17 (2022) ·Zbl 07803033号
[38] Formato，R.，《中心力优化：应用电磁学中的一种新的元启发式方法》，Prog。电磁阀。2007年第77号决议，第425-491页
[39] Rashedi，E。；Nezamabadi-pour，H。；Saryazdi，SGSA，引力搜索算法，信息科学。，179, 2232-2248, 2009 ·Zbl 1177.90378号
[40] Kaveh，A。；Talatahari，S.，一种新的启发式优化方法：带电系统搜索，机械学报。，213, 267-289, 2010 ·Zbl 1397.65094号
[41] 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。，110-111, 151-166, 2012
[42] Moghaddam，F.F.，Moghaddam，R.F.，Cheriet，M.：曲线空间优化：基于广义相对论的随机搜索。arXiv预印本arXiv 2012；1:12082214
[43] Hatamlou，A.，《黑洞：数据聚类的新启发式优化方法》，《信息科学》。，222, 175-184, 2013
[44] 萨多拉，A。；巴赫内贾德，A。；Eskandar，H。；Hamdi，M.，Mine blast algorithm:一种新的基于种群的算法，用于解决约束工程优化问题，应用。软计算。，13, 2592-2612, 2013
[45] 随机，SH；Search，F.，一个强大的元启发式算法，Knowl-基于系统。，75, 1-18, 2015
[46] Savsani，P。；Savsani，V.，超车搜索（PVS）：一种新的元启发式算法，应用。数学。型号。，40, 3951-3978, 2016
[47] Kaveh，A。；Dadras，A.，《一种新的元神经优化算法：热交换优化》，高级工程软件。，110, 69-84, 2017
[48] Faramarzi，A。；Heidarinejad，医学博士。；斯蒂芬斯，B。；Mirjalili，S.，平衡优化器：一种新的优化算法，Knowl-基于系统。，191, 2020
[49] 赵，W。；王，L。；Zhang，Z.，《基于人工生态系统的优化：一种新的自然启发的元神经算法，神经计算》。申请。，32, 9383-9425, 2020
[50] 马，H。；魏，H。；田，Y。；Cheng，R。；Zhang，X.，复杂约束多目标优化的多阶段进化算法，Inf.Sci。，560, 68-91, 2021 ·Zbl 1484.90141号
[51] Yildiz，理学学士；弗尔迪，N。；Burierat，S。；Yildiz，阿根廷；Sait，SM，使用精英对立学习解决实际工程问题的增强型蚱蜢优化算法，工程计算。，38, 4207-4219, 2022
[52] Zhang，Y.，Elite archives驱动的大规模数值优化粒子群优化及其工程应用，swarm Evol。计算。，76, 2023
[53] Jamil，M。；Yang，X-S，全球优化问题基准函数的文献综述，国际数学杂志。模型。数字。最佳。，4, 150-194, 2013 ·兹比尔1280.65053
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。