瓦利汗·马什瓦尼;阿卜杜拉·汗;阿提拉哥克塔什;尤克塞尔·阿凯（Yuksel Akay Unvan）;奥兹古尔·亚尼埃;阿卜杜勒瓦希德·哈姆迪 求解实际参数优化问题的混合微分进化草莓算法。 （英语） Zbl 07530930号 Commun公司。统计、理论方法 50，第7期，1685-1698（2021）. 摘要：进化算法是一类基于种群的自然优化方法。与经典优化技术相比，EA为单个仿真中的不同优化测试套件和实际问题提供了一组近似解决方案。近几年来，混合型搜索引擎由于利用了搜索策略不同性质的有价值方面而受到了广泛关注。混合EA在处理具有高复杂性、噪声环境、不精确性、不确定性和模糊性的各种优化和搜索问题时非常有效。本文提出了一种混合微分进化草莓算法（HDEA），利用草莓植物的繁殖行为和微分进化（DE）算法的扰动过程来进化其种群解集。该算法使用DE作为替代，同时替换草莓植株的转轮，有效地探索和开发了问题的搜索空间。经过大量实验，该算法在大多数基准函数上的数值结果在接近性和多样性方面都很有希望。 MSC公司： 90 C59 数学规划中的近似方法和启发式 68瓦50 进化算法、遗传算法（计算方面） 62至XX 统计 关键词：优化;计算;进化计算 PDF格式BibTeX公司 XML格式引用 \textit{W.K.Mashwani}等人，Commun。Stat.，理论方法50，No.7，1685--1698（2021；Zbl 07530930） 全文： 内政部 参考文献： [1] Akyol，S.公司。；Alatas，B.，《基于植物智能的元启发式优化算法》，《人工智能评论》，47，4，417-62（2017）·doi:10.1007/s10462-016-9486-6 [2] 新罕布什尔州阿瓦德。；阿里，M.Z。；Liang，J.J。；Qu，B.Y。；Suganthan，P.N.（2016），南洋理工大学：新加坡南洋理工大 [3] Bäck，T.，《理论与实践中的进化算法：进化策略、进化规划、遗传算法》（1996），纽约州纽约市：牛津大学出版社，纽约州·Zbl 0877.68060号 [4] Bayat，F.M.2014年。受草莓植物启发的数值优化算法。arXiv预印本arXiv:1407.7399，第10-36页。 [5] Beni，G。；Wang，J。；达里奥，P。；桑迪尼，G。；Aebischer，P.，《机器人和生物系统：走向新仿生学》，《细胞机器人系统中的群体智能》，703-12（1993），德国柏林/海德堡：施普林格，柏林/海德堡，德国 [6] Blum，C.，《蚁群优化：导论和最新趋势》，《生命物理学评论》，2，4，353-73（2005）·doi:10.1016/j.plrev.2005.10.001 [7] 埃伯哈特，R。；Kennedy，J.，使用粒子群理论的新优化器，39-43（1995） [8] 艾本，A.E。；Smith，J.E.，进化计算导论（2015）·Zbl 1327.68003号 [9] 方，W。；李，X。；张，M。；Hu，M.，用于实际优化问题的自然启发算法，应用数学杂志，2015，1-2（2015）·Zbl 1347.00065号 ·doi:10.1155/2015/359203 [10] 法拉赫利娜·乔哈里，N。；Zain，A。；穆斯塔法，N。；Udin，A.，优化问题的Firefly算法，应用力学与材料，421，512-7（2013）·doi:10.4028/www.scientific.net/AMM.421.512 [11] 菲亚科公司。；McCormick，G.P.，《非线性规划：序列无约束最小化技术》（1968），纽约：John Wiley&Sons出版社，纽约·兹比尔0193.18805 [12] Garg，H.，用于约束优化问题的混合GSA-GA算法，信息科学，478499-523（2019）·doi:10.1016/j.ins.2018.11.041 [13] Grosan，C。；亚伯拉罕。；亚伯拉罕。；Grosan，C。；Ishibuchi，H.，《混合进化算法，混合进化算法：方法论、架构和评论》，1-17（2007），德国柏林/海德堡：施普林格，柏林/海德堡，德国·兹比尔1124.68091 [14] 洪，S。；Han，D。；Cho，K。；Shin，J.S。；Noh，J.，《基于物理的用于带球和投篮的全身足球运动控制》，ACM图形汇刊，38，4，1-12（2019）·数字对象标识代码：10.1145/3306346.3322963 [15] Jeong，J.H。；Ahn，C.W。；Handa，H。；Ishibuchi，H。；Ong，Y.-S。；Tan，K.-C.，第18届亚太智能与进化系统研讨会论文集-第2卷，基于多目标遗传算法的自动进化音乐作曲，105-15（2015），瑞士查姆：瑞士查姆施普林格 [16] Khan，W.（2012），英国科尔切斯特埃塞克斯大学 [17] Khanum，R.A。；Jan，医学硕士。；马什瓦尼，W.K。；新墨西哥州泰然。；Khan，H.U。；Shah，H.，《关于全局和局部搜索方法的混合》，《智能与模糊系统杂志》，35，3，3451-64（2018）·doi:10.3233/JIFS-17657 [18] Kim，J。；Sharma，T。；库马尔，B。；托马尔，G。；Berry，K。；Hyung，W.，研究文章：密集环境下无线传感器网络的集群间蚁群优化算法，《分布式传感器网络国际期刊》，10，4，457402（2014）·doi:10.1155/2014/457402 [19] 拉西西，A。；北卡罗来纳州泰然。；加扎利，R。；Mashwani，W.K。；Qasem，S.N。；Garg，H.，《使用模糊粗糙集和生物启发负选择算法预测原油价格》，IJSIR，10，4，25-37（2019） [20] 李，L。；Liu，F.，结构设计应用的群搜索优化，9（2011）·邮编：1220.90003 [21] Mallipeddi，R。；Suganthan，P.，用于全局数值优化的种群集合差分进化算法，OPSEARCH，46，2，184-213（2009）·兹比尔1191.90098 ·doi:10.1007/s12597-009-0012-3 [22] Mallipeddi，R。；Suganthan，P。；潘，Q。；Tasgetiren，M.，《参数和变异策略集成的差分进化算法》，应用软计算，11，2，1679-96（2011）·doi:10.1016/j.asoc.2010.04.024 [23] Mashwani，W.K.，《混合多目标进化算法：最先进的调查》，《国际计算机科学期刊》，第8期，第6期，第374-92页（2011年） [24] Mashwani，W.K.，217-21（2011） [25] Mashwani，W.K.，《混合进化算法的综合调查》，国际应用进化计算杂志（IJAEC），4，2，1-19（2013） [26] Mashwani，W.K.，《差分进化的增强版本：现状调查》，《国际计算科学与数学杂志》，5，2，107-26（2014）·Zbl 1326.90106号 ·doi:10.1504/IJCSM.2014.064064 [27] Mashwani，W.K。；Salhi，A.，一种基于分解的动态资源分配混合多目标进化算法，应用软计算，12，9，2765-80（2012）·doi:10.1016/j.asoc.2012.03.067 [28] 马什瓦尼，W.K。；Salhi，A.，基于分解的多目标模因算法，应用软计算，21，221-43（2014）·doi:10.1016/j.asoc.2014.03.007 [29] Mashwani，W.K。；A.哈姆迪。；Asif Jan，M。；哥克塔什，A。；Khan，F.，基于混合群智能算法的大规模全局优化，《智能与模糊系统杂志》，38，6，1-19（2020）·doi:10.3233/JIFS-192162 [30] Mashwani，W.K。；Salhi，A。；O.Yeniay。；Hussian，H。；Jan，M.A.，带自适应算子选择的混合非支配排序遗传算法，应用软计算，56，1-18（2017）·doi:10.1016/j.asoc.2017.01.056 [31] Mashwani，W.K。；扎伊布，A。；叶尼艾，O。；沙阿·H。；北卡罗来纳州泰然。；Sulaiman，M.，数值优化问题的混合约束进化算法，Hacettepe数学与统计杂志，48，3，931-50（2019）·Zbl 1471.65054号 ·doi:10.15672/HJMS.2018.625 [32] Merrikh-Bayat，F.，《runner-root算法：求解单峰和多峰优化问题的元启发式方法》，《应用软计算》，33，292-303（2015）·doi:10.1016/j.asoc.2015.04.048 [33] Miller，R.E.，《优化：基础与应用》（1999），John Wiley&Sons [34] Mühlenbein，H。；Mahnig，T。；里贝罗，C.C。；Hansen，P.，《元启发式的论文和调查》，进化算法的数学分析，525-56（2002），马萨诸塞州波士顿：美国施普林格大学·Zbl 1005.90067号 [35] Nag，S.2017年。求解经济负荷分配问题的自适应植物传播算法。CoRR abs/1708.07040。 [36] 帕索普洛斯，K.E。；Vrahatis，M.N.，通过粒子群优化解决全局优化问题的最新方法，自然计算，1,2-3，235-306（2002）·Zbl 1018.68063号 ·doi:10.1023/A:1016568309421 [37] Patwal，R.S。；纳朗，北。；Garg，H.，一种新的基于TVAC-PSO的突变策略算法，用于包含太阳能装置的抽水蓄能热水系统的发电调度，Energy，142822-37（2018）·doi:10.1016/j.energy.2017.10.052 [38] Pham，D。；甘巴扎德，A。；科克，E。；奥特里，S。；拉希姆，S。；Zaidi，M.（2005），英国加的夫大学制造工程中心 [39] 钱，X。；王，X。；苏，Y。；He，L.，一种求解数值优化问题的有效混合进化算法，《物理学杂志：会议系列》，1004012020（2018）·doi:10.1088/1742-6596/104/1/012020 [40] Rohan，R。；C.N.普拉萨德。；Jose，J。；Sadiq，P.，《群体智能集体行为简介》，印度班加罗尔圣约瑟夫夜校计算机科学当代研究与创新全国会议（2017） [41] Ruszczynski，A.，非线性优化（2006），新泽西州普林斯顿：普林斯顿大学出版社，新泽西普林斯顿·Zbl 1108.90001号 [42] 沙阿·H。；北太然。；加格，H。；Ghazali，R.，Global gbest引导的数值函数优化人工蜂群算法，计算机杂志。，7, 4, 69-17 (2018) ·doi:10.3390/计算机7040069 [43] Shi，Y。；Eberhart，R.，《改进的粒子群优化器》，69-73（1998）·doi:10.1109/ICEC.1998.699146 [44] 西迪克，N。；Adeli，H.，《基于物理的搜索和优化：来自自然的启示》，专家系统，33，6，607-23（2016）·doi:10.1111/exsy.12185 [45] 席尔瓦，F.T。；Silva，M.X。；Belchior，J.C.，应用于原子和分子簇研究的新遗传算法方法，化学前沿，7707（2019）·doi:10.3389/fchem.2019.00707 [46] 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》，《全局优化杂志》，11，4，341-59（1997）·Zbl 0888.90135号 [47] Suganthan，P.N。；Hansen，N。；Liang，J.J。；Deb，K。；陈永平。；Auger，A.（2005），南洋理工大学：新加坡南洋理工大 [48] 苏莱曼，M。；Salhi，A。；塞拉莫格鲁，B.I。；Kirikhi，O.B.，《约束工程优化问题的植物传播算法》，《工程中的数学问题》，2014，1-10（2014）·doi:10.1155/2014/627416 [49] 而L。；Kendall，G。；Bartz-Beielstein，T。；布兰克，J。；菲利皮奇，B。；Smith，J.，《自然的并行问题解决——PPSN XIII》，《用多目标进化算法安排英格兰足球联赛》，842-51（2014），瑞士查姆：瑞士查姆斯普林格 [50] 谢军。；周，Y。；Chen，H.，基于微分算子和lévy飞行轨迹的新型bat算法，计算智能与神经科学，2013，1-13（2013）·doi:10.1155/2013/453812 [51] Yang，X.S.，《自然启发的元神经算法》（2010），英国贝克顿：英国贝克顿卢尼弗出版社 [52] Yang，X.-S。；González，J.R。；Pelta博士。；克鲁兹，C。；Terrazas，G。；Krasnogor，N.，《自然启发的优化合作策略》（NICSO 2010），新的元启发式蝙蝠启发算法，65-74（2010），德国柏林：施普林格，德国柏林 [53] Yang，X.-S.，《基于群体智能的算法：关键分析》，《进化智能》，2014年第7期，第1期，第17-28页·doi:10.1007/s12065-013-0102-2 [54] Yoshida，Z.，《非线性科学：复杂系统的挑战》（2010）·Zbl 1195.37004号 [55] Yu，X。；Gen，M.，进化算法导论（2010），施普林格科学与商业媒体·Zbl 1206.90001号 [56] 朱，G。；Kwong，S.，用于数值函数优化的Gbest引导人工蜂群算法，应用数学与计算，217,73166-73（2010）·Zbl 1204.65074号 ·doi:10.1016/j.amc.2010.08.049 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。