×
胡、刚；钟、靖宇；杜波；魏、郭

一种用于工程应用的增强混合算法优化算法。 （英语） Zbl 1507.74272号

计算。方法应用。机械。工程师。 394，文章ID 114901，75 p.（2022）。
摘要：算术优化算法（AOA）是受数学中主要算术算子的分布行为启发而发展起来的一种新的元神经算法。虽然原始AOA与流行的元神经算法表现出了很好的竞争性能，但在大规模应用中仍然面临着开发能力不足、容易陷入局部最优和收敛精度低的问题。为了改善这些不足，本文结合点集策略、最优邻域学习策略和交叉策略，开发了一种改进的混合AOA CSOAOA。首先，添加一个好的点集初始化策略以获得更高质量的初始种群，这提高了算法的收敛速度。然后，采用最优邻域学习策略指导个体的搜索行为，避免算法陷入当前的局部最优，提高了搜索效率和计算精度。最后，通过将AOA与交叉优化算法相结合，将交叉算法的探索和利用能力集成到CSAOA中。这些战略协作以提高AOA，从而加快整体绩效。通过与原始AOA、六种改进的AOA以及众多著名的新开发算法、23个经典基准函数、IEEE Congress on Evolutionary Computation（CEC）2019测试套件和IEEE CEC 2020基准函数的比较，全面验证了所提CSOAOA的优越性。同时，通过解决现实世界中的八个工程设计问题，也突出了CSAOA的实用性。此外，还对CSOAOA进行了统计检验，以验证其重要性。实验结果和统计比较表明，CSOAOA在精度、收敛速度和求解质量方面均优于比较算法。因此，CSOAOA是解决复杂工程优化问题的一种强大且具有竞争力的元神经算法。

引用于13文件

MSC公司：

第74页第10页 固体力学中其他性质的优化

关键词：

算术优化算法；工程优化；良好的点集；最优邻域；交叉优化算法；基准

软件：

美国心脏协会；全球野生动物组织；ALO公司；Aquila优化器；MOMPA公司；磷虾群；安全保障局；WOA公司；美国政府；AOA公司；GSA公司；蜂蜜獾算法；CMA-ES公司
PDF格式BibTeX公司 XML格式引用
\textit{G.Hu}等人，计算。方法应用。机械。工程394，文章ID 114901，75 p.（2022；Zbl 1507.74272）
全文： 内政部

参考文献：

[1] Wu，G.，《数值优化的跨邻域搜索》，Inform。科学。，329, 597-618 (2016) ·Zbl 1441.68242号
[2] 张杰。；肖，M。；高，L。；Pan，Q.，《排队搜索算法：用于解决工程优化问题的新型元启发式算法》，应用。数学。型号。，63, 464-490 (2018) ·Zbl 1480.90257号
[3] 赵，D。；刘，L。；Yu，F.H。；Heidari，A.A。；王明杰。；Oliva，D。；穆罕默德，K。；Chen，H.L.，水平和垂直交叉搜索的蚁群优化：多阈值图像分割的基本愿景，专家系统。申请。，167 (2021)
[4] 杜，C。；赵，W。；江，S。；Deng，X.，使用改进的人工蜂群算法基于动态XFEM检测多个缺陷，计算。方法应用。机械。工程，365，第112995条pp.（2020）·Zbl 1442.74224号
[5] Merrikh-Bayat，F.，《runner-root算法：一种求解单峰和多峰优化问题的元启发式算法》，应用。软计算。，33, 292-303 (2015)
[6] 钟，K。；周，G。；邓，W。；周，Y。；Luo，Q.，MOMPA：多目标海洋捕食者算法，计算。方法应用。机械。工程，385，第114029条pp.（2021）·Zbl 1502.90196号
[7] 孟，A.B。；Chen，Y.C。；尹，H。；Chen，S.Z.，交叉优化算法及其应用，Knowl-基于系统。，67, 218-229 (2014)
[8] Abualigah，L。；Diabat，A.，《蚱蜢优化算法的综合调查：结果、变体和应用》，神经计算。申请。，32, 19, 15533-15556 (2020)
[9] Abualigah，L。；迪亚巴特，A。；Geem，Z.W.，《聚类应用中和谐搜索算法的综合调查》，应用。科学。，10, 11 (2020)
[10] 北卡罗来纳州卡利奥拉斯。；北卡罗来纳州拉加罗斯。；Avtzis，D.N.，《可怜虫算法——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。，121, 147-166 (2018)
[11] 曹，H。；郑浩。；Hu，G.，使用改进的松鼠搜索算法对Ball-Bézier曲线进行最优多阶约简，工程计算。(2021)
[12] 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，Compute。Ind.Eng.，157，第107250条，第（2021）页
[13] 李博士。；赵，H。；翁，X.W。；Han，T.，一种新的自然启发优化算法：病毒群搜索，高级工程软件。，92, 65-88 (2016)
[14] Rajeev，S。；Krishnamoorthy，C.S.，《使用遗传算法的结构离散优化》，J.Struct。工程，118，5，1233-1250（1992）
[15] Fogel，D.，《通过模拟进化实现人工智能》，Evol。计算。，227-296 (2009)
[16] 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.global Optim。，11, 4, 341-359 (1997) ·兹伯利0888.90135
[17] 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，Evol。计算。，11, 1, 1-18 (2003)
[18] 赵，W。；Wang，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，388，第114194条pp.（2022）·Zbl 1507.90197号
[19] 甘多米，A.H。；Alavi，A.H.，Krill herd：一种新的生物启发优化算法，Commun。非线性科学。数字。模拟。，17, 12, 4831-4845 (2012) ·Zbl 1266.65092号
[20] 李，S。；陈，H。；王，M。；Heidari，A.A。；Mirjalili，S.，《Slime mold算法：随机优化的新方法》，Future Gener。计算。系统。，111, 300-323 (2020)
[21] 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:A bio-inspired optimizer for engineering design problems》，高级工程软件。，114163-191（2017）
[22] Heidari，A.A。；米尔贾利利，S。；法里斯，H。；一、阿尔贾拉。；Mafarja，M。；Chen，H.，Harris hawks优化：算法和应用，未来世代。计算。系统。，97, 849-872 (2019)
[23] 米尔贾利利，S。；米尔贾利利，S.M。；Lewis，A.，Grey Wolf优化器，高级工程师软件。，69, 46-61 (2014)
[24] Yang，X.S.，《萤火虫算法、随机测试函数和设计优化》，INT.J.BIO-INSPIR。COM，第2、2、78-84页（2010年）
[25] Rashedi，E。；Nezamabadi pour，H。；Saryazdi，S.，GSA：引力搜索算法，Inform。科学。，179, 13, 2232-2248 (2009) ·Zbl 1177.90378号
[26] Nguyen，L.T。；Nestorović，T.，隧道地震波快速反演的Unscented混合模拟退火，计算。方法应用。机械。工程，301，281-299（2016）·Zbl 1425.74314号
[27] 米尔贾利利，S。；米尔贾利利，S.M。；Hatamlou，A.，《Multi-verse优化器：一种用于全局优化的自然启发算法》，《神经计算》。申请。，27, 2, 495-513 (2015)
[28] Kaveh，A。；Talatahari，S.，《一种新的启发式优化方法：充电系统搜索》，Acta。机械。，213, 3, 267-289 (2010) ·Zbl 1397.65094号
[29] Hatamlou，A.，《黑洞：数据聚类的新启发式优化方法》，Inform。科学。，222, 175-184 (2013)
[30] 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》（2007 IEEE Cong.Evolution.Comp（2007），IEEE），4661-4667
[31] Rao，R.V。；萨夫萨尼，V.J。；Vakharia，D.P.，基于教学的优化：一种求解约束机械设计优化问题的新方法，Comput。辅助设计。，43, 3, 303-315 (2011)
[32] 拉梅扎尼，F。；Lotfi，S.，基于社会的算法（SBA），应用。软计算。，13, 5, 2837-2856 (2013)
[33] Kar，A.K.，《生物启发计算——算法和应用范围综述》，专家系统。申请。，59, 20-32 (2016)
[34] Hatamlou，A.，一种混合生物启发算法及其应用，应用。智力。，47, 4, 1059-1067 (2017)
[35] 肯尼迪，J。；Eberhart，R.，粒子群优化，（ICNN’95国际神经网络会议论文集，4（1995），IEEE），1942-1948
[36] 多里戈，M。；比拉塔里，M。；Stützle，T.，《蚁群优化-人工蚂蚁作为计算智能技术》，IEEE计算。智力。Mag，1，4，28-39（2006）
[37] 卡拉博加，D。；Akay，B.，人工蜂群算法的比较研究，应用。数学。计算。，214, 1, 108-132 (2009) ·Zbl 1169.65053号
[38] Yang，X.S。；Hossein Gandomi，A.，《蝙蝠算法：一种新的全局工程优化方法》，《工程计算》。，29, 5, 464-483 (2012)
[39] Wang，J。；周，B。；Zhou，S.，混沌系统参数估计问题的改进布谷鸟搜索优化算法，计算。智力。神经科学。，2016年，第2959370条pp.（2016）
[40] 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)
[41] Mirjalili，S.，蚂蚁狮子优化器，高级工程师软件。，83, 80-98 (2015)
[42] 刘杰。；李，D。；Wu，Y。；Liu，D.，狮子群优化算法在梯级水电站优化调度中的应用比较研究，应用。软计算。，87，第105974条pp.（2020）
[43] Dhiman，G。；Kumar，V.，《海鸥优化算法：大型工业工程问题的理论及其应用》，Knowl-基于系统。，165, 169-196 (2019)
[44] Pan，W.-T.，一种新的果蝇优化算法：以财务困境模型为例，Knowl-基于系统。，2669-74（2012年）
[45] 萨雷米，S。；米尔贾利利，S。；Lewis，A.，Grasshopper优化算法：理论与应用，高级工程软件。，105, 30-47 (2017)
[46] 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。，72, 393-414 (2018)
[47] Dhiman，G。；库马尔，V.，《帝企鹅优化器：工程问题的生物启发算法》，Knowl-基于系统。，159, 20-50 (2018)
[48] Abualigah，L。；迪亚巴特，A。；米尔贾利利，S。；Abd Elaziz，医学博士。；甘多米，A.H.，算术优化算法，计算。方法应用。机械。工程，376，第113609条pp.（2021）·Zbl 1506.90276号
[49] Xu，Y.P。；Tan，J.W。；朱德杰。；欧阳，P。；Taheri，B.，通过极限学习机器和算法优化算法的开发版本对质子交换膜燃料电池进行模型识别，能源代表，7，2332-2342（2021）
[50] 郭，H。；孙，Z。；Sun，H。；Ebrahimian，H.，通过改进算法优化算法的冷、热、电联合系统优化模型，ENERG。来源。A部分，1-23（2021）
[51] Khatir，S。；Tiachacht，S。；Thanh，C.L。；甘杜拉，E。；米尔贾利利，S。；Wahab，M.A.，使用算术优化算法的改进人工神经网络用于FGM复合板的损伤评估，Compos。，273 (2021)
[52] Naseri，H。；Shokoohi，M。；贾汉巴克什，H。；Golroo，A。；Gandomi，A.H.，路面维护和修复规划的进化和群智能算法，国际路面工程杂志，1-15（2021）
[53] Kumar，A。；Wu，G。；阿里，M.Z。；Mallipeddi，R。；Suganthan，P.N。；Das，S.，来自现实世界和一些基线结果的非凸约束优化问题的测试套件，Swarm Evol。，第56条，第100693页（2020年）
[54] 胡，G。；李，M。；Wang，X.F。；魏，G。；Chang，C.T.，用于复杂CCG-Ball曲线形状优化的增强蝠鲼觅食优化算法，Knowl-基于系统。，240，第108071条pp.（2022）
[55] Wang，R.B。；Wang，W.F。；徐，L。；潘，J.S。；Chu，S.C.（朱棣文，S.C.）。；Chen，C.-H.，机器人路径规划的自适应并行算法优化算法，J.Adv.Transport。，2021, 1-22 (2021)
[56] 伊兹奇，D。；Ekinci，S。；凯里，M。；Eker，E.，一种新的改进算法优化算法，用于PID控制和基于Bode理想传递函数的汽车巡航控制系统的优化设计，Evol。系统。(2021)
[57] Agushaka，J.O。；Ezugwu，A.E.，《解决机械工程设计问题的高级算法优化算法》，《公共科学图书馆·综合》。，16、8，文章e0255703 pp.（2021）
[58] Abualigah，L。；迪亚巴特，A。；Sumari，P。；Gandomi，A.H.，一种新的进化算法优化算法，用于COVID-19 CT图像的多级阈值分割，过程。，9, 7, 1155 (2021)
[59] 易卜拉欣，R.A。；Abualigah，L。；Ewees，A.A。；Al-qaness，M.A.A。；Yousri，D。；Alshathri，S。；Abd Elaziz，M.，用于特征选择的基于电子鱼类的算法优化算法，熵，23，9（2021）
[60] Yilmaz，S。；Sen，S.，《电鱼优化：一种受电定位启发的新启发式算法，神经计算》。申请。，32, 15, 11543-11578 (2020)
[61] Ewees，A.A。；Al-qaness，M.A.A。；Abualigah，L。；Oliva，D。；Algamal，Z.Y。；Anter，A.M。；阿里·易卜拉欣（Ali Ibrahim），R。；Ghoniem，R.M。；Abd Elaziz，M.，用于特征选择的带遗传算法算子的Boosting算法优化算法：cox比例风险模型的案例研究，数学，9，18，2321（2021）
[62] 张，M。；杨，J。；马·R。；杜琪。；Rodriguez，D.，基于elman神经网络考虑横向挠度的小型桩预测-改进算法优化算法，ISA T.（2021）
[63] 居尔·F。；米尔，I。；Abualigah，L。；Sumari，P.，多机器人空间探索：一种增强算法方法，IEEE Access，9，文章107738-107750（2021）
[64] 普雷姆库马尔，M。；Jangir，P。；库马尔，B.S。；Sowmya，R。；Alhelou，H.H。；Abualigah，L。；Yildiz，A.R。；Mirjalili，S.，《解决实际多目标CEC-2021约束优化问题的新算法优化：多样性分析和验证》，IEEE Access，9，84263-84295（2021）
[65] 格里菲斯，E.J。；Orponen，P.，《优化，块设计和无免费午餐定理》，Inf.Process。莱特。，94, 55-61 (2005) ·Zbl 1192.68263号
[66] Service，T.C.，《多目标优化的非免费午餐定理》，《信息信息处理》。莱特。，110, 21, 917-923 (2010) ·Zbl 1379.68180号
[67] 王毅，数论方法在近似分析中的应用，数学学报。实际。理论，72-78（1980）
[68] 张，L。；张斌，基于良好点集的遗传算法，中国计算机学会。，917-922 (2001)
[69] Tubishat，M。；贾法尔，S。；伊德里斯，N。；Al-Betar，M。；Alswaitti，M。；贾拉，H。；Ismail，医学硕士。；Omar，M.，《用于圣训分类的改进正弦余弦算法与模拟退火和歌手混沌映射》，神经计算。申请。(2021)
[70] 格雷森，A。；Mallet，C。；Demantke，J。；David，N.，《利用最佳邻域知识改进三维激光雷达点云注册》，ISPRS J.Photogram。，79, 240-251 (2013)
[71] 赵，W。；杜，C。；Jiang，S.，基于XFEM和离散人工鱼群算法识别多个缺陷的自适应多尺度方法，计算。方法应用。机械。工程，339，341-357（2018）·Zbl 1440.90095号
[72] 孟，T。；Pan，Q.K.，解决多维背包问题的改进果蝇优化算法，应用。软计算。，5079-93（2017）
[73] 刘，Y。；Chong，G.S。；Heidari，A.A。；Chen，H.L。；Liang，G.X。；Ye，X.J。；蔡振南。；Wangg，M.J.，用于光伏模型参数估计的Harris hawk优化器与Nelder-Mead单纯形的水平和垂直交叉，Energy Convers。，223 (2020)
[74] 梁，B.X。；Zhao，Y.L。；Li，Y.，带交叉学习策略的混合粒子群优化，工程应用。Artif公司。智力。，105 (2021)
[75] Nadimi-Shahraki，M.H。；Taghian，S。；米尔贾利利，S。；Faris，H.，MTDE:一种有效的基于多试验向量的差分进化算法及其在工程设计问题中的应用，Appl。软计算。，97，第106761条pp.（2020）
[76] Biswas，P.P。；新罕布什尔州阿瓦德。；Suganthan，P.N。；阿里，M.Z。；Amaratunga，G.A.J.，《使用LSHADE EpSin算法最小化直流电压和开关角最佳值的多电平逆变器的THD》（2017年IEEE进化计算大会（CEC）（2017），IEEE），77-82
[77] 赵，W。；Wang，L。；Zhang，Atom搜索优化及其在解决水文地质参数估计问题中的应用，Knowl-基于系统。，163283-304（2019）
[78] Houssein，E.H。；萨阿德，M.R。；哈希姆，F.A。；沙班，H。；Hassaballah，M.，Lévy Flight distribution:解决工程优化问题的一种新的元启发式算法，Eng.Appl。Artif公司。智力。，94，第103731条pp.（2020）
[79] Abdel-Basset，M。；Shawky，L.A.，《花授粉算法：综合评述》，Artif。智力。版次：52、4、2533-2557（2019）
[80] Khishe，M。；Mosavi，M.，Chimp优化算法，专家系统。申请。，149，第113338条pp.（2020）
[81] Naruei，我。；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》。(2021)
[82] 周，J.-S。；Truong，D.-N.，一种受海洋水母行为启发的新型元启发式优化器，应用。数学。计算。，389，第125535条pp.（2021）·Zbl 1508.90118号
[83] Abualigah，L。；Elaziz，医学硕士。；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。，191，第116158条pp.（2022）
[84] 哈希姆，F.A。；Houssein，E.H。；侯赛因，K。；Mabrouk，M.S。；Al-Atabany，W.，《蜂蜜獾算法：解决优化问题的新元启发式算法》，数学。计算。模拟，19284-110（2022）·Zbl 07431717号
[85] Yousri，D。；Abd Elaziz，M。；Oliva，D。；亚伯拉罕，A。；Alotaibi，医学硕士。；侯赛因，M.A.，全球优化和特征选择的分数阶综合学习海洋捕食者算法，Knowl-基于系统。，235，第107603条pp.（2022）
[86] 胡，G。；杜，B。；王，X。；Wei，G.，一种用于特征选择的增强型黑寡妇优化算法，Knowl-基于系统。，235，第107638条pp.（2022）
[87] 胡，G。；Zhu，X.N。；魏，G。；Chang，C.T.，一种改进的海洋捕食者算法，用于可开发球表面的形状优化，工程应用。Artif公司。智力。，105，第104417条pp.（2021）
[88] Coello Coello，C.A.，《进化算法中使用的理论和数值约束处理技术：最新技术概览》，计算。方法应用。机械。工程，191，11，1245-1287（2002）·Zbl 1026.74056号
[89] Agushaka，J.O。；Ezugwu，A.E。；Abualigah，L.，Dwarf Mongoose优化算法，计算机。方法应用。机械。工程，391，第114570条pp.（2022）·Zbl 1507.90190号
[90] Lee，K.S。；Geem，Z.W.，《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，194，36-38，3902-3933（2005）·Zbl 1096.74042号
[91] 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)
[92] Abualigah，L。；Diabat，A.，多学科应用中基于集成变异的改进多核算法优化算法，J.Intell。制造（2022）
[93] 吴世杰。；Chow，P.-T.，桁架离散优化的稳态遗传算法，计算。结构。，56, 6, 979-991 (1995) ·Zbl 0900.73943号
[94] Lee，K.S。；Geem，Z.W。；S.-h.Lee，h。；K.-w-Bae，M.，离散结构优化的和谐搜索启发式算法，工程优化。，37, 7, 663-684 (2005)
[95] 李立杰。；Huang，Z.B。；Liu，F.，离散变量桁架结构的启发式粒子群优化方法，计算。结构。，87, 7, 435-443 (2009)
[96] Kaveh，A。；Talatahari，S.，《离散变量桁架结构的粒子群蚁群优化》，J.Constr。《钢铁研究》，65、8、1558-1568（2009）
[97] Gurrola-Ramos，J。；Hernández-Aguirre，A。；Dalmau-Cedeño，o.，现实世界单目标约束优化问题的COLSHADE，（2020 IEEE进化计算大会（CEC）（2020），IEEE），1-8
[98] 横田，T。；田口，T。；Gen，M.，一种使用遗传算法求解齿轮最优重量设计问题的方法，计算。工业工程，35，3，523-526（1998）
[99] Abd Elaziz，医学博士。；Abualigah，L。；易卜拉欣，R.A。；Attiya，I.，在雾计算中使用智能算法优化算法的物联网工作流调度，计算。智力。神经科学。，2021年，第9114113条pp.（2021）
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且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。