×

一种用于连续优化问题的强化探索机制鲸鱼优化算法。 (英语) Zbl 07545893号

鲸鱼优化算法(WOA)是一种元神经算法。在优化单峰问题和多峰问题的过程中,存在着探索能力弱、收敛性差、易陷入局部最优(LO)的问题。为了解决这些问题,我们从全局勘探效率和收敛特性两个方面分析了WOA。相应地,提出了种群再分配和收敛自适应加权策略。种群再分配策略可以提高WOA在搜索过程中的空间利用率,提高WOA的搜索效率,防止WOA陷入LO。收敛自适应加权策略的目的是改善收敛行为和全局开发效率。实验结果表明,该方法能有效提高WOA的勘探效率。本文介绍了两种策略来重构一种增强型勘探机制鲸鱼优化算法(REM-WOA)。为了验证其性能,从CEC2017中选择了36个众所周知的基准函数进行实验。与其他12种元神经算法相比,REM-WOA具有明显的优势。与9种WOA及其变体算法相比,REM-WOA具有最佳的收敛性和较强的全局搜索效率。对于三个实际设计案例研究,REM-WOA具有最佳的勘探效率。

MSC公司:

90倍X 运筹学、数学规划
68倍 计算机科学
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Abbasbandy,S.,通过改进的adomian分解方法改进非线性方程的Newton-Raphson方法,Appl。数学。计算。,145, 2, 887-893 (2003) ·Zbl 1032.65048号
[2] 新罕布什尔州阿瓦德。;阿里,M.Z。;Suganthan,P.N.(Suganthan,P.N.)。;Liang,J.J。;瞿炳英,《2017年中国电子商务联合会单目标实参数数值优化专题会议及竞赛问题定义与评价标准》(2016),http://www.ntu.edu.sg/home/EPNSugan/index_files/CEC2017
[3] 比斯瓦斯,S。;昆都,S。;Das,S.,通过局部信息共享在差异进化中诱导小生境行为,IEEE Trans。进化。计算。,19, 2, 246-263 (2015)
[4] 蔡,Z。;顾J。;张,Q。;陈,H。;潘,Z。;李毅。;Li,C.,通过使用增强的灰狼优化策略进化出最佳内核极限学习机,专家系统。申请。(2019)
[5] 查克拉波蒂,桑乔伊;Saha,Apu Kumar,用于全局优化的新型增强鲸鱼优化算法,计算。Ind.Eng.,153,第107086条,pp.(2021)
[6] 陈慧玲;杨晨军;海达里、阿里·阿斯加尔;赵雪华,一种高效的双自适应随机备用增强鲸鱼优化算法,专家系统。申请。,154,第113018条pp.(2020)
[7] Chetty,S。;Adewumi,A.O.,《年度作物计划问题的群体智能技术比较研究》。IEEE进化计算汇刊,18,2,258-268(2014)
[8] 周俊生(Chou,Jui-Sheng);Truong,Dinh-Nhat,一种受海洋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.(2020)·Zbl 1508.90118号
[9] Deb,K.,《工程设计优化:算法和示例》(1995年),普伦蒂斯·霍尔:新德里普伦蒂斯霍尔出版社
[10] Dhiman,G.,《一种新的全局优化算法:鼠群优化器》,J.Ambient Intell。Humaniz公司。计算。(2020年)
[11] A.Faramarzi、M.Heidarinejad、S.Mirjalili、A.H.Gandomi,《海洋捕食者算法:自然启发元启发式》,专家系统。申请。http://dx.doi.org/10.1016/j.eswa.2020.113377。
[12] 费斯特,I。;Yang,X.S。;Brest,J.,群体智能中随机方法的分析,国际生物启发计算杂志。,7, 1, 36-49 (2015)
[13] 甘多米,A.H。;Alavi,A.H.,《多级遗传编程:非线性系统建模的新策略》,Inform。科学。,181,23(2011年)
[14] A.H.Gandomi,X.S.Yang,《结构优化中的基准问题》,S.InKoziel,X.S.Yang(编辑),《计算优化、方法和算法》,第12章,柏林,2011年春,第267-291页·Zbl 1218.90005号
[15] 甘多米,A.H。;Yang,X.-S。;A.H.,Alavi,布谷鸟搜索算法:解决结构优化问题的元启发式方法,工程计算。,29, 1, 17-35 (2013)
[16] Goldfeld,S.M。;Quandt,R.E。;Trotter,H.F.,通过二次爬山实现最大化,《计量经济学》,541-551(1996)·Zbl 0145.40901号
[17] Heidari,A.A。;米尔贾利利,S。;Faris,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)
[18] Heidari,A.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)
[19] Horn,M.H.,《使用firely算法进行图像压缩的矢量量化》,专家系统。申请。,39, 1, 1078-1091 (2012)
[20] 卡拉博加,D。;Basturk,B.,《数值函数优化的一种强大而有效的算法:人工蜂群(ABC)算法》,J.Global Optim。,39, 3, 459-471 (2007) ·Zbl 1149.90186号
[21] Kaveh,A。;Ghazzan,M.I.,骨骼结构尺寸优化的增强鲸鱼优化算法,机械。基于Des。结构。机器。,45, 3, 345-362 (2017)
[22] Kavousi-Fard,A。;Samet,H.等人。;Marzbani,F.,一种用于准确短期负荷预测的新型混合改进firefly算法和支持向量回归模型,专家系统。申请。,41, 13, 6047-6056 (2014)
[23] 哈立德,M。;萨米尔,S。;Abdelghani,B.,基于Whale优化算法的最优无功调度:阿尔及利亚电力系统的案例研究,Electr。电力系统。第163、10、696-750号决议(2018年)
[24] 拉什米·库什瓦;马尼卡省考希克;Chugh,Kasish,克服人工神经网络中延迟收敛的改进鲸鱼优化算法,软计算。,25, 10275-10286 (2021)
[25] 拉瓦尼,S。;库马尔,R。;Deep,K.,用于多RNA测序结构比对的多目标两级群体智能方法,swarm Evol。计算。,34, 130-144 (2017)
[26] 李世民;陈慧玲;王明静;海达里、阿里·阿斯加尔;Mirjalili,Seyedali,Slime mold algorithm:随机优化的新方法,Future Gener。计算。系统。(2020年)
[27] 李继勇;张维斌,基于改进鲸鱼算法优化的支持向量回归的阵列全局最大功率点跟踪,Trans。中国电工。Soc.,36,9(2021年)
[28] Ling,Y。;周,Y。;Luo,Q.,Lévy基于飞行轨迹的鲸鱼全局优化算法,IEEE Access,v5,6168-6186(2017)
[29] 刘建勋;石金飞;郝飞;戴敏;张晓亚,用于全局连续优化问题的一种新的增强型探索萤火虫算法,工程计算。(2021)
[30] 陆克忠;马宗民,软件可靠性增长模型参数估计的改进鲸鱼优化算法,J.算法计算。技术。,15, 1-14 (2021)
[31] Maeda,K。;Y.Fukano。;山口,S。;尼塔·D·。;Kurata,H.,生物网络复杂动态模型的综合实用进化优化,Bioprocess Biosyst。工程,34,4,433-446(2011)
[32] Mirjalili,S.,SCA:解决优化问题的正弦余弦算法,Knowl-基于系统。,96, 120-133 (2016)
[33] 米尔贾利利,S。;Lewis,A.,鲸鱼优化算法,高级工程师软件。,95, 5, 51-67 (2016)
[34] 米尔贾利利,S。;米尔贾利利,S.M。;Hatamlou,A.,《Multi-Verse Optimizer:一种用于全局优化的自然启发算法》,《神经计算》。申请。,27, 495-513 (2016)
[35] 米尔贾利利,S。;Mirjalili S.M.Lewis,A.,灰狼优化器,高级工程师软件。,69, 7, 46-61 (2014)
[36] 蒙蒂尔,O。;塞普尔夫达,R。;Orozco-Rosas,U.,《使用并行进化人工势场的移动机器人最优路径规划生成》,J.Intell。机器人。系统。,79,2237-257(2015)
[37] Nelder,J.A。;Mead,R.,函数最小化的单纯形方法,计算。J.,7,4308-313(1965年)·Zbl 0229.65053号
[38] Oliva,D。;阿齐兹,M.A.E。;Hassanien,A.E.,使用改进的混沌鲸鱼优化算法的光伏电池参数估计,Appl。能源,200,141-154(2017)
[39] 帕尔达洛斯,P.M。;Romeijn,H.E.,《全球优化手册》(2013),Spring Science&Business Media,[S.I.]
[40] Prakash,D.B。;Lakshminarayana,C.,使用鲸鱼优化算法优化径向配电网电容器的位置,Alex。《工程师杂志》,56,4,499-509(2016)
[41] 邱少明;刘良成,基于改进鲸鱼优化算法的武器目标分配研究,火力控制指挥控制,46,7(2021)
[42] Reddy,P.D.P。;雷迪,V.C.V。;Manohar,T.G.,用于配电系统中减少损失的可再生资源最佳规模的鲸鱼优化算法,Renew。风水溶胶。,4, 1, 3 (2017)
[43] Su,C.T。;Lee,C.S.,使用改进的混合整数混合差分进化进行配电系统网络重构,电力输送。,18, 3, 1022-1027 (2003)
[44] Tizhoosh,H.R.,《基于对立的学习:机器智能的一种新方案》,《国际协调计算》。智力。型号。,695-701 (2005)
[45] Wang,G.-G.,Moth搜索算法:一种用于全局优化问题的生物启发元启发式算法,Memet。计算。(2016)
[46] 闫哲平;张金忠;曾佳;Tang,Jialing,《自然启发法:用于全局优化的增强鲸鱼优化算法》,数学。计算。模拟,185,17-46(2021)·Zbl 07331045号
[47] Yang,X.S.,用于多模态优化的Firefly算法,(随机算法国际研讨会(2009)),169-178·Zbl 1260.90164号
[48] Yang,X.S.,《萤火虫算法、随机测试函数和设计优化》,国际生物灵感计算杂志。,2, 2, 78-84 (2010)
[49] Yang,X.S.,《萤火虫算法、随机测试函数和设计优化》,国际生物灵感计算杂志。,2, 2, 78-84 (2010)
[50] Yu,Y。;Wang,H。;Li,N.,基于自抗扰控制和新型参数优化器Aerosp的航母自动着陆系统。科学。技术。,69, 10, 149-160 (2017)
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。