×
赵如新;罗启芳;周永泉

用于全局函数优化的基于精英对立的社交蜘蛛优化算法。 （英语） Zbl 1461.90203号

算法（巴塞尔） 10，第1号，第9号论文，21页（2017年）。
摘要：社交蜘蛛优化算法（SSO）是一种新型的元启发式优化算法。为了提高算法的收敛速度和计算精度，本文提出了一种基于精英对立的社会蜘蛛优化算法（EOSSO）；我们使用基于精英对立的学习策略来提高SSO算法的收敛速度和计算精度。对23个基准函数进行了测试，结果表明，所提出的基于精英对立的社会蜘蛛优化算法能够获得准确的解，并且具有较快的收敛速度和高度的稳定性。

引用于1文件

MSC公司：

90 C59 数学规划中的近似方法和启发式

关键词：

社交蜘蛛优化;精英对立学习;基于精英对立的社会蜘蛛优化;功能优化

软件：

磷虾群;全球野生动物组织
PDF格式BibTeX公司 XML格式引用
\textit{R.Zhao}et al.，Algorithms（Basel）10，No.1，论文编号9，21 p.（2017；Zbl 1461.90203）
全文： 内政部
OA许可证

参考文献：

[1] Socha，K。；多里戈，M。；连续域的蚁群优化算法；欧洲药典。决议：2008年；第1851155-1173卷·Zbl 1146.90537号
[2] 斯托恩，R。；价格，K。；差分进化——一种简单有效的连续空间全局优化启发式算法；J.全球。最佳方案：1997; 第11卷，341-359·Zbl 0888.90135号
[3] 肯尼迪，J。；埃伯哈特，R。；粒子群算法；IEEE神经网络国际会议论文集：；第四卷，1942-1948年。
[4] 杨，X.S。；用于连续优化的多目标萤火虫算法；工程计算：2013; 第29卷，175-184。
[5] 刘杰。；周，Y。；赵，G。；求解非线性方程组的领导萤火虫群优化算法；选举人。版本：2012；第88卷，101-106。
[6] Mucherino，A。；塞雷夫，O。；猴子搜索：一种新的全局优化元启发式搜索；美国物理学会会议记录：，162-173.
[7] 阿拉塔斯，B。；混沌和谐搜索算法；申请。数学。计算：2010; 第216卷，2687-2699·Zbl 1193.65094号
[8] 杨，X.S。；德布，S。；通过利维航班进行布谷鸟搜索；世界自然与生物启发计算大会论文集（NaBIC2009）：，210-214.
[9] 王，G.-G。；A.H.甘多米。；X.赵。；Chu，H.E。；调和搜索算法与杜鹃搜索相结合的全局数值优化；软计算：2016; 第20卷，273-285。
[10] 杨，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：德国柏林，2010年，65-74. ·Zbl 1197.90348号
[11] 王，G.-G。；郭，L。；甘多米，A.H。；Hao，G.-S。；Wang，H。；混沌磷虾群算法；信息科学：2014; 第274卷，17-34。
[12] 王，G.-G。；A.H.甘多米。；阿勒维。；种马磷虾群算法；神经计算：2014年；第128卷，363-370页。
[13] 王，G。；郭，L。；Wang，H。；Duan，H。；刘，L。；李，J。；将变异方案引入磷虾群算法进行全局数值优化；神经计算。应用程序：2014; 第24卷，853-871。
[14] Cuevas，E。；西恩富戈斯，M。；扎尔迪瓦尔，D。；佩雷兹·西斯内罗斯，M。；受社交蜘蛛行为启发的群优化算法；专家系统。应用程序：2013; 第40卷，6374-6384。
[15] Wang，H。；Rahnamay，S。；吴，Z。；基于自适应控制参数和广义对立学习的并行微分进化算法求解高维优化问题；J.平行分布计算：2013; 第73卷，第62-73页。
[16] 周，Y。；王，R。；罗奇。；基于精英对立的花朵授粉算法；神经计算：2016年；第188卷，第294-310页。
[17] 蒂卓什，H.R。；基于对立的学习：一种新的机器智能方案；建模控制自动化计算智能国际会议和智能代理国际会议论文集，网络技术，互联网商务：，695-701.
[18] Rahnamayan，S。；蒂佐什，H.R。；萨拉马，文学硕士。；软计算技术中的对立与随机性；申请。软计算：2008; 第8卷，906-918。
[19] Wang，H。；李，H。；刘，Y。；李，C。；曾S。；基于对立面的Cauchy变异粒子群算法；IEEE进化计算大会会议记录：，4750-4756.
[20] 拉赫纳马扬，S。；蒂佐什，H.R。；萨拉马，文学硕士。；基于对立的微分进化算法在噪声问题优化中的应用；IEEE进化计算大会会议记录：，1865-1872.
[21] Rahnamayan，S。；蒂卓什，H.R。；萨拉马，文学硕士。；基于对立的差分进化算法；IEEE进化计算大会会议记录：，2010-2017.
[22] Rahnamayan，S。；蒂佐什，H.R。；萨拉马，文学硕士。；基于对立的差异进化；IEEE传输。进化。计算：2008; 第2卷，64-79。
[23] 蒂佐什，H.R。；基于对立的强化学习；高级计算杂志。智力。信息：2006年；第10卷，578-585。
[24] Khalvati，F。；蒂佐什，H.R。；医学博士Aagaard。；形态学算法中基于对立面的窗口记忆；IEEE图像和信号处理计算智能研讨会论文集：，425-430.
[25] Al-Qunaieer，F.S。；蒂佐什，H.R。；Rahnamayan，S。；对向模糊图像阈值化；IEEE模糊系统国际会议论文集：，1-7.
[26] 蒂佐什，H.R。；相对模糊集及其在图像处理中的应用；2009年国际模糊系统协会联合世界大会和2009年欧洲模糊逻辑与技术学会会议记录：，36-41.
[27] 马里西亚，A.R。；蒂佐什，H.R。；对立思想在蚁群系统中的应用；IEEE Swarm Intelligence研讨会论文集：，182-191.
[28] 海平，M。；谢勇，R。；鲍根，J。；对立蚁群优化算法及其在故障监测中的应用；第29届中国控制会议记录：，3895-3903.
[29] Lin，Z.Y。；Wang，L.L。；一种新的基于对立的波动紧致遗传算法；J.计算。信息系统：2010; 第6卷，897-904。
[30] Ventresca，M。；蒂佐什，H.R。；利用反向传递函数提高反向传播的收敛性；国际神经网络联合会议论文集（IJCNN'06）：，4777-4784.
[31] Ventresca，M。；蒂佐什，H.R。；反向传递函数和时间反向传播；IEEE计算智能基础研讨会论文集：，570-577之间。
[32] Han，L。；何，X.S。；一种新的基于对立的粒子群算法在噪声问题中的应用；第三届国际自然计算会议记录（ICNC 2007）：，624-629.
[33] B·肖。；穆克吉，V。；Ghoshal，S.P.公司。；电力系统经济与排放联合调度问题的一种新的基于对立的引力搜索算法；国际电工杂志。电力能源系统：2012; 第35卷，第21-33页。
[34] 查特吉，A。；Ghoshal，S.P.公司。；穆克吉，V。；提出了一种基于对立的和谐搜索算法，用于求解电力系统的经济调度和排放调度问题；国际电工杂志。电力能源系统：2012; 第39卷，9-20。
[35] Bhattacharya，A。；查托帕迪亚伊，P.K。；基于对立生物地理学优化的经济电力调度问题求解；选举人。电源组件。系统：2010; 第38卷，1139-1160。
[36] 埃尔盖泽，M。；西蒙，D。；杜，D.W。；基于对立生物地理学的优化；IEEE系统、人与控制论国际会议论文集（SMC 2009）：，1009-1014.
[37] 米尔贾利利，S。；米尔贾利利，S.M。；刘易斯，A。；灰狼优化器；高级工程师软件：2014; 第69卷，第46-61页。
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。