×
阿尔玛州罗德里格斯;奥克塔维奥·卡马雷纳;埃里克·库埃瓦斯;伊泽尔·阿兰古伦;阿图罗·瓦尔迪维亚·G;莫拉莱斯·卡斯塔涅达（Bernardo Morales-Castañeda）;丹尼尔·扎尔迪瓦尔;佩雷兹·西斯内罗斯（Marco Pérez-Cisneros）

基于组的同步异步灰狼优化器。 （英语） Zbl 1481.90318号

申请。数学。建模 93, 226-243 (2021).
摘要：灰狼优化算法代表了一种用于解决连续优化问题的相对较新的元启发式方案。尽管它有一些有趣的特点，但也存在一些缺陷，如缺乏准确性、多样性低、过早收敛以及开发与探索之间的不平衡。本文介绍了一种改进的灰狼优化程序，称为基于组的同步异步灰狼优化。该方案包括同步-异步处理方案、一组不同的非线性函数和一个增加分集的操作。通过这些机制，该算法在探索和开发之间实现了更好的平衡，提高了精度，并能够避免收敛于局部极小值。这种能力使其能够用于复杂的工程问题，这些问题涉及高度多模态目标函数，难以定位其全局最优值。为了评估所提方法的性能，已经在著名的IEEE进化计算大会2017年基准函数集和实际工程问题的代表性函数上进行了测试。我们的方法的结果与其他最先进的元启发式算法的结果进行了比较。结果证明了该方法的有效性和准确性。

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：

灰狼优化器;元启发式算法;生物启发算法

软件：

WOA公司;GSA公司;全球野生动物组织;irace公司
PDF格式BibTeX公司 XML格式引用
\textit{A.Rodríguez}等人，应用。数学。型号93，226--243（2021；Zbl 1481.90318）
全文： 内政部

参考文献：

[1] 帕尔达洛斯，P.M。；罗梅因，H.E。；Tuy，H.，全球优化的最新发展和趋势，J.Compute。申请。数学。，124, 209-228 (2000) ·Zbl 0969.90067号
[2] Rao，R.V。；萨夫萨尼，V.J。；Vakharia，D.P.，基于教学的优化：一种解决约束机械设计优化问题的新方法，CAD Comput。辅助设计。，43, 303-315 (2011)
[3] 俾路支，S。；Baloochian，H.，《社会模拟优化算法和工程应用》，专家系统。申请。，134, 178-191 (2019)
[4] 米尔贾利利，S。；Lewis，A.，Grey Wolf Optimizer，高级工程师软件。，69, 46-61 (2014)
[5] 卡拉博加，D.，基于蜜蜂群的数值优化思想。技术报告-TR06。Erciyes大学计算机工程系工程系（2005）
[6] 肯尼迪，J。；Eberhart，R.，粒子群优化，神经网络。诉讼程序。，IEEE国际会议，41942-1948（1995），第4卷
[7] Askarzadeh，A.，解决约束工程优化问题的一种新的元启发式方法：乌鸦搜索算法，Comput。结构。，169, 1-12 (2016)
[8] 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)
[9] Yang，X.先生。；Deb，S.，通过莱维航班进行布谷鸟搜索，2009年世界大会。自然生物。灵感计算。NABIC 2009–程序。，210-214 (2009)
[10] Rashedi，E。；Nezamabadi-Pour，H。；Saryazdi，S.，《GSA：引力搜索算法》，《信息科学》。（纽约）。，179, 2232-2248 (2009) ·兹比尔1177.90378
[11] 柯克帕特里克，S。；盖拉特，C.D。；Vecchi，M.P.，《模拟退火优化》，《科学》，80，220，671-680（1983）·Zbl 1225.90162号
[12] Tang，K。；曼·K。；Kwong，S。；He，Q.，《遗传算法及其应用》，IEEE信号处理。Mag.，13，22-37（1996）
[13] 斯托恩，R。；Price，K.，《差分进化——在连续空间上进行全局优化的一种简单有效的启发式算法》，J.Glob。最佳。，11, 341-359 (1997) ·Zbl 0888.90135号
[14] 高，H。；Shi，Y。；潘，C.M。；Kwong，S.，一种改进的人工蜂群算法及其应用，IEEE Trans。印度信息学，15，4，1853-1865（2019）
[15] 林恩，北。；Suganthan，P.N.，集成粒子群优化器，应用。软计算。J.，55，533-548（2017）
[16] Tanabe，R。；Fukunaga，A.S.，使用线性种群规模缩减改进SHADE的搜索性能，（2014 IEEE Congress Evolution Computer CEC（2014）会议记录），1658-16652014
[17] 维克托林，A。；Senkerik，R。；普卢哈切克，M。；Kadavy，T。；Zamuda，A.，基于距离的参数自适应用于基于成功历史的差异进化，Swarm Evol。计算。，50，20-38（2019）
[18] 米尔贾利利，S。；Lewis，A.，灰狼优化器，高级工程师软件。，69, 46-61 (2014)
[19] 卢，C。；肖，S。；李，X。；Gao，L.，焊接生产实际调度问题的有效多目标离散灰色狼优化算法，高级工程师软件。，99, 161-176 (2016)
[20] 李，S。；Wang，S.，凝汽器动态建模及基于灰狼优化的pi控制器设计，数学。问题。工程，3-32（2015）·Zbl 1394.90570号
[21] Devi，E。；Suganthe，R.，入侵检测中的特征选择灰狼优化器，亚洲J.Res.Soc.Sci。Hum.，7，3，671-682（2017）
[22] Heidari，A。；Pahlavani，P.，一种高效的改进型灰狼优化程序，用于优化任务，应用。软计算。，60, 115-134 (2017)
[23] Nadimi-Shahraki，M。；Taghian，S。；Mirjalili，S.，用于解决工程问题的改进型灰狼优化器，专家系统。申请。，166，第113917条pp.（2021）
[24] 米塔尔，N。；美国辛格。；Sohi，B.，用于全局工程优化的改进型灰狼优化器，应用。计算。智力。软计算。，7, 1-8 (2016)
[25] Al-Betar，M。；阿瓦达拉，M。；Faris，H。；一、阿尔贾拉。；Hammouri，A.，灰狼优化器的自然选择方法，专家系统。申请。，113, 481-498 (2018)
[26] 陈，P。；李，Q。；张，C。；崔，J。；Zhou，H.，垃圾填埋检查机器人路径规划的基于混沌的混合粒子群优化-带有异步信息素更新策略的蚁群优化算法，Int.J.Adv.Robot。系统。（2020），出版中
[27] Aziz，N.，《同步与异步引力搜索算法》，（第一届人工智能、建模与仿真国际会议论文集，Kota Kinabalu，5（2013）），37-42
[28] N.Aziz、M.Mubin、M.Mohamad、K.Aziz，同步-异步粒子群优化算法，科学。《世界期刊》2014年4月17日。
[29] 秦，A。；Suganthan，P.，数值优化的自适应差分进化算法，IEEE大会。进化。计算。，2, 1785-1791 (2005)
[30] 阿瓦德，N。；阿里，M。；Suganthan，P。；梁，J。；Qu，B.，《2017年CEC单目标实参数数值优化专题会议和竞赛问题定义和评价标准》（2016），技术报告
[31] Koski，J.，结构多准则优化中加权方法的缺陷，Commun。申请。数字。方法，1,6333-337（1985）·Zbl 0586.73148号
[32] S.Das，P.Suganthan，《2011年CEC关于在现实世界优化问题上测试进化算法的竞赛的问题定义和评估标准》（2010年）。
[33] López-Ibáñez，M。；Dubois-Lacoste，J。；佩雷斯·卡塞雷斯（Pérez Cáceres，L.）。；比拉塔里，M。；Stützle，T.，《irace包：自动算法配置的迭代竞赛》，Oper。研究展望。，3, 43-58 (2016)
[34] Wilcoxon，F.，《通过排名方法进行个人比较》，《生物计量学公告》。，1, 6, 80-83 (1945)
[35] Van Hecke，T.，anova与Kruskal-Wallis检验的功率研究，J.Stat.Manag。系统。，15, 2-3, 241-247 (2012)
[36] Ostertagová，E。；O.奥斯特塔格。；Kováć，J.，Kruskal-Wallis检验的方法和应用，Appl。机械。材料。，611, 115-120 (2014)
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。