陆玉亭;周永泉;吴秀丽 一种用于全局优化的混合闪电搜索算法-复杂性方法。 （英语） Zbl 1370.90195号 离散动态。国家社会学。 2017年，文章ID 8342694，23 p.（2017）. 摘要：针对闪电搜索算法（LSA）早熟收敛、计算精度低的缺点，提出了一种新的混合闪电搜索算法——复形法（LSA-SM），并将其应用于功能优化和约束工程设计优化问题。改进增加了两个主要的优化策略。单纯形方法（SM）迭代优化当前最坏的步长，以避免在边缘进行种群搜索，从而提高算法的收敛精度和速度。基于精英对抗的学习（EOBL）增加了种群的多样性，避免了算法陷入局部最优。LSA-SM通过18个基准函数和5个约束工程设计问题进行测试。结果表明，LSA-SM算法比其他算法具有更高的计算精度、更快的收敛速度和更强的稳定性，能够有效地解决实际中的约束非线性优化问题。 引用于2文件 MSC公司： 90立方厘米26 非凸规划，全局优化 90 C59 数学规划中的近似方法和启发式 68T05型 人工智能中的学习和自适应系统 软件：全球野生动物组织;基础知识;GSA公司;美国政府;WOA公司 PDF格式BibTeX公司 XML格式引用 \textit{Y.Lu}等人，离散动态。Nat.Soc.2017，文章ID 8342694，23 p.（2017；Zbl 1370.90195） 全文： 内政部 OA许可证 参考文献： [1] Weise，T。；扎普夫，M。；Chiong，R。；Nebro，A.J.，《为什么优化很难》，《自然激励优化算法》，计算智能研究，193，1-50（2009），德国柏林：施普林格，德国柏林 [2] Holland，J.，《自然和人工系统中的适应》（1975年），密歇根州安娜堡，美国：密歇根大学出版社，美国密歇根州立大学安娜堡·Zbl 0317.68006号 [3] Dorigo，M.，《优化、学习和自然算法》【博士论文】（1992年），意大利米兰：米兰理工大学 [4] 肯尼迪，J。；Eberhart，R.C.，粒子群优化，IEEE神经网络国际会议论文集 [5] Geem，Z.W。；Kim，J.H。；Loganathan，G.V.，《一种新的启发式优化算法：和谐搜索》，Simulation，76，2，60-68（2001）·doi:10.1177/003754970107600201 [6] 卡拉博加，D。；Basturk，B.，《关于人工蜂群（ABC）算法的性能》，《应用软计算杂志》，8，1，687-697（2008）·doi:10.1016/j.asoc.2007.05.007 [7] Yang，X.S。；Deb，S.，通过Lévy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》（NaBIC 2009），IEEE出版物 [8] Yang，X.-S。；Gonzalez，J.R。；佩尔塔，D.A。；克鲁兹，C。；Terrazas，G。；Krasnogor，N.，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）。自然启发的优化合作策略（NICSO 2010），计算智能研究，284，65-74（2010），德国柏林：施普林格，德国柏林·Zbl 1197.90348号 ·doi:10.1007/978-3642-12538-66 [9] Passino，K.M.，分布式优化和控制细菌觅食的生物模拟，IEEE控制系统杂志，22，3，52-67（2002）·doi:10.1109/MCS.2002.1004010 [10] Hatamlou，A.，《黑洞：数据聚类的一种新的启发式优化方法》，信息科学。《国际期刊》，222175-184（2013）·doi:10.1016/j.ins.2012.08.023 [11] Shareef，H。；易卜拉欣，A.A。；Mutlag，A.H.，Lightning搜索算法，应用软计算杂志，36，315-333（2015）·doi:10.1016/j.asoc.2015.07.028 [12] Shareef，H。；穆特拉格，A.H。；Mohamed，A.，使用闪电搜索算法优化模糊逻辑光伏逆变器控制器的新方法，神经计算，168435-453（2015）·doi:10.1016/j.neucom.2015.05.083 [13] Ali，J.A。；Hannan，文学硕士。；Mohamed，A.，一种改进感应电机驱动模糊逻辑速度控制器的新型量子闪电搜索算法，Energies，8，11，13112-13136（2015）·doi:10.3390/en81112358 [14] 伊斯兰，M.M。；Shareef，H。；Mohamed，A。；Wahyudie，A.，闪电搜索算法的二进制变体：BLSA，软计算，1-20（2016）·doi:10.1007/s00500-016-2171-5 [15] Sirjani，R。；Shareef，H.，不同天气条件下使用闪电搜索算法提取太阳能电池模型参数，《太阳能工程杂志》，138，4（2016）·数字对象标识代码：10.1115/1.4033333 [16] 穆特拉格，A.H。；Mohamed，A。；Shareef，H.，利用eZdsp F28335板的基于自然启发的优化的最优模糊逻辑光伏逆变器控制器，Energies，9，3，文章120（2016）·doi:10.3390/en9030120 [17] 艾哈迈德，M.S。；Mohamed，A。；荷马人，R.Z。；Shareef，H.，基于混合LSA-ANN的住宅需求响应策略家庭能源管理调度控制器，能源，9，9，第716条（2016年）·数字对象标识代码：10.3390/en9090716 [18] Faris，H。；一、阿尔贾拉。；Al-Madi，N。；Mirjalili，S.，使用闪电搜索算法优化前馈神经网络的学习过程，《国际人工智能工具杂志》，25，6，第1650033条（2016）·doi:10.1142/S021821301650330 [19] Coello，C.A.C.，《工程优化问题的自适应惩罚方法的使用》，《工业中的计算机》，41，2，113-127（2000）·doi:10.1016/S0166-3615（99）00046-9 [20] 科埃洛，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》，《高级工程信息学》，16，3，193-203（2002）·doi:10.1016/S1474-0346（02）00011-3 [21] Mezura-Montes，E。；Coello Coello，C.A.，关于进化策略在解决约束优化问题中的有用性的实证研究，国际通用系统杂志，37，4，443-473（2008）·Zbl 1219.90129号 ·doi:10.1080/03081070701303470 [22] 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》，《自然计算进展》。自然计算进展，计算机科学讲稿，3612，582-591（2005），德国柏林：施普林格，德国柏林·doi:10.1007/11539902-71 [23] 何，Q。；Wang，L.，约束工程设计问题的有效协同进化粒子群优化，人工智能的工程应用，20，1，89-99（2007）·doi:10.1016/j.engappai.2006.03.003 [24] 黄，F.Z。；Wang，L。；何强，《约束优化的有效协同进化微分进化》，应用数学与计算，186，1，340-356（2007）·Zbl 1114.65061号 ·doi:10.1016/j.amc.2006.07.105 [25] 马哈达维，M。；Fesanghary，M。；Damangir，E.，《解决优化问题的改进和声搜索算法》，应用数学与计算，188，2，1567-1579（2007）·Zbl 1119.65053号 ·doi:10.1016/j.amc.2006.11.033 [26] 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，智能制造杂志，23，4，1001-1014（2012）·doi:10.1007/s10845-010-0393-4 [27] Mirjalili，S.，Moth-firem优化算法：一种新的自然启发范式，基于知识的系统，89，228-249（2015）·doi:10.1016/j.knosys.2015.07.006 [28] 米尔贾利利，S。；米尔贾利利，S.M。；Lewis，A.，《灰狼优化器》，《工程软件进展》，69，46-61（2014）·doi:10.1016/j.advengsoft.2013.12.007 [29] 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，应用软计算，36，152-164（2015）·doi:10.1016/j.asoc.2015.06.056 [30] 甘多米，A.H。；Yang，X.S。；Alavi，A.H。；Talatahari，S.，约束优化任务的Bat算法，神经计算与应用，22，6，1239-1255（2013）·doi:10.1007/s00521-012-1028-9 [31] 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》，《计算机工程》，29，1，17-35（2013）·doi:10.1007/s00366-011-0241-y [32] Chickermane，H。；Gea，H.C.，使用新的局部近似方法进行结构优化，《国际工程数值方法杂志》，39，5，829-846（1996）·Zbl 0865.73034号 ·doi:10.1002/（SICI）1097-0207（19960315）39:5<829:：AID-NME884>3.0.CO；2-U型 [33] Cheng，M.-Y。；Prayogo，D.，《共生生物搜索：一种新的元启发式优化算法》，《计算机与结构》，13998-112（2014）·doi:10.1016/j.compstruc.2014.03.007 [34] Kaveh，A。；Talatahari，S.，约束工程设计问题的改进蚁群优化，工程计算，27，1，155-182（2010）·Zbl 1284.74093号 ·数字对象标识代码：10.1108/026444011008577 [35] 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，计算机辅助设计，43，3，303-315（2011）·doi:10.1016/j.cad.2010.12.015 [36] Deb，K.，《基于遗传算法的焊接梁优化设计》，AIAA期刊，29,112013-2015（1991）·数字对象标识代码：10.2514/3.10834 [37] Kaveh，A。；Talatahari，S.，《一种新的启发式优化方法：收费系统搜索》，机械学报，213，3-4，267-289（2010）·Zbl 1397.65094号 ·doi:10.1007/s00707-009-0270-4 [38] 蔡俊芳，工程设计中非线性分式规划问题的全局优化，工程优化，37，4，399-409（2005）·网址：10.1080/03052150500066737 [39] 雷·T。；Saini，P.，使用群体进行工程设计优化，个体之间智能信息共享，工程优化，33，6735-748（2001）·doi:10.1080/03052150108940941 [40] 雷·T。；Liew，K.M.，《社会与文明：基于社会行为模拟的优化算法》，IEEE进化计算汇刊，7，4，386-396（2003）·doi:10.1109/TEVC.2003.814902 [41] 张，M。；罗，W。；Wang，X.，约束优化的动态随机选择微分进化，信息科学，178，15，3043-3074（2008）·doi:10.1016/j.ins.2008.02.014 [42] 刘，H。；蔡，Z。；Wang，Y.，带微分进化的混合粒子群优化算法在约束数值和工程优化中的应用，应用软计算杂志，10，2，629-640（2010）·doi:10.1016/j.asoc.2009.08.031 [43] 萨多拉，A。；Bahreninejad，A。；Eskandar，H。；Hamdi，M.，Mine blast algorithm:a new population based algoritum for solving constrained engineering optimization problems，Applied Soft Computing，13，5，2592-2612（2013）矿井爆破算法：一种新的基于人口的算法，用于解决·doi:10.1016/j.asoc.2012.11.026 [44] 达沃迪，E。；麻省理工哈格。；Zadeh，S.G.，用于解决电力系统潮流问题的混合改进量子粒子群优化复合方法（IQPSOS），应用软计算杂志，21，171-179（2014）·doi:10.1016/j.asoc.2014.03.004 [45] El-Wakeel，A.S.，使用混合粒子群优化-复杂方法（PSO-SM）算法对PM联轴器进行设计优化，电力系统研究，116，29-35（2014）·doi:10.1016/j.epsr.2014.05.003 [46] Tizhoosh，H.R.，《基于对立的学习：机器智能的新方案》，《建模、控制和自动化计算智能国际会议论文集》，《智能代理、网络技术和互联网商务国际会议》（CIMCA/IAWTIC’05）·doi:10.1010/CIMCA。2005.1631345 [47] Wang，H。；吴，Z。；Rahnamayan，S.，《用于解决高维连续优化问题的增强基于对立的差分进化》，《软计算》，第15、11、2127-2140页（2011年）·doi:10.1007/s00500-010-0642-7 [48] 周，Y。；王，R。；Luo，Q.，Elite基于对立的花朵授粉算法，神经计算，188，294-310（2016）·doi:10.1016/j.neucom.2015.01.110 [49] 姚，X。；刘，Y。；Lin，G.，《进化编程变得更快》，IEEE进化计算汇刊，3，2，82-102（1999）·doi:10.1109/4235.771163 [50] Yang，X.-S。；Yang，X.S.，《优化中的测试问题》，《工程优化：元启发式应用简介》（2010），John Wiley&Sons [51] Rashedi，E。；Nezamabadi-pour，H。；Saryazdi，S.，GSA:引力搜索算法，信息科学，213267-289（2010）·Zbl 1177.90378号 ·doi:10.1016/j.ins.2009.03.004 [52] Yang，X.S.，用于全局优化的花授粉算法，非传统计算和自然计算。非传统计算和自然计算，计算机科学讲义，7445，240-249（2012），德国柏林：德国柏林施普林格·Zbl 1374.68527号 ·doi:10.1007/978-3642-32894-7_27 [53] 米尔贾利利，S。；Lewis，A.，鲸鱼优化算法，工程软件进展，95，51-67（2016）·doi:10.1016/j.advengsoft.2016.01.008 [54] 萨雷米，S。；米尔贾利利，S。；Lewis，A.，《蚱蜢优化算法：理论与应用》，《工程软件进展》，105，30-47（2017）·doi:10.1016/j.advengsoft.2017.01.004 [55] 阿卜杜拉希，M。；Ngadi，医学硕士。；Abdulhamid，S.M.，《云计算环境中基于共生有机体搜索优化的任务调度》，《未来一代计算机系统》，56，640-650（2016）·doi:10.1016/j.future.2015.08.006 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。