×

GBO公司

swMATH ID: 40814
软件作者: 艾哈迈迪纳法·伊曼;博佐尔格·哈达德(Bozorg-Haddad),奥米德(Omid);朱雪峰
描述: 基于梯度的优化器:一种新的元启发式优化算法。在本研究中,提出了一种新的元启发式优化算法——基于梯度的优化算法(GBO)。GBO受基于梯度的牛顿方法的启发,使用两个主要操作符:梯度搜索规则(GSR)和局部逃逸操作符(LEO)以及一组向量来探索搜索空间。GSR采用基于梯度的方法来增强搜索趋势,加快收敛速度,从而在搜索空间中获得更好的位置。LEO使提议的GBO能够摆脱局部最优。分两个阶段对新算法的性能进行了评估。首先使用28个数学测试函数来评估GBO的各种特性,然后使用GBO优化了6个工程问题。在第一阶段,将GBO与现有的五种优化算法进行了比较,表明GBO由于其增强的探索、开发、收敛和有效避免局部最优的能力而产生了非常有希望的结果。第二阶段还展示了GBO在解决复杂的实际工程问题方面的卓越性能。GBO算法的源代码可在url上公开获取{http://imanahmadianfar.com/codes/}.
主页: http://imanahmadianfar.com/codes/
关键词: 优化;基于梯度的方法;元启发式算法;约束优化问题
相关软件: 全球野生动物组织;GSA公司;安全保障局;WOA公司;兆帕;基础知识;Aquila优化器;AOA公司;蜂蜜獾算法;中国电子13;美国政府;世界煤炭协会;变色龙蜂群;美国心脏协会;SPACE(空间);EGO公司;ParEGO公司;莫格沃;ALO公司;
引用于: 13文件

按年份列出的引文