×
周俊生;丁恩哈特·特朗

受海洋中水母行为启发的新型元启发式优化器。 （英语） Zbl 1508.90118号

申请。数学。计算。 389，文章ID 125535，47 p.（2021）.
摘要：本研究开发了一种新的元启发式算法，该算法基于海蜇在海洋中的行为，称为人工水母搜索（JS）优化器。水母搜索行为的模拟包括它们跟随海流，在水母群中的运动（主动运动和被动运动），在这些运动之间切换的时间控制机制，以及它们汇聚成水母水华。JS优化器使用一组全面的数学基准函数进行测试，并应用于一系列结构工程问题。使用50个小/平均尺度和25个涉及不同维度的大规模函数对JS优化器进行了验证，并与十种著名的元启发式算法进行了比较。发现JS优化器在求解数学基准函数方面优于这些算法。然后使用JS算法解决结构优化问题，包括25杆塔设计、52杆塔设计和582杆塔设计问题。在这些情况下，JS不仅表现最好，而且需要最少的目标函数评估。因此，JS可能是解决优化问题的一种优秀的元启发式算法。

引用于9文件

MSC公司：

90 C59 数学规划中的近似方法和启发式

关键词：

元启发式算法的设计;生物灵感群体智能;水母搜索优化器;数值计算;基准函数;工程设计

软件：

基础知识;hABCDE;WOA公司;世界煤炭协会;GSA公司
PDF格式BibTeX公司 XML格式引用
\textit{J.-S.Chou}和\textit{D.-N.Truong}，应用。数学。计算。389，文章ID 125535，47 p.（2021；Zbl 1508.90118）
全文： 内政部

参考文献：

[1] 高，S。；de Silva，C.W.，约束优化问题的估计分布算法，应用。数学。计算。，339, 323-345 (2018) ·Zbl 1428.90180号
[2] 科兰，M.S。；Gündüz，M。；拜肯。K.，一种新的基于粒子群和蚁群优化的混合算法，用于寻找全局最小值，Appl。数学。计算。，219, 1515-1521 (2012) ·Zbl 1291.90187号
[3] 哈桑，B.A。；Rashid，T.A.，《回溯搜索优化算法最新进展的操作框架：系统回顾和性能评估》，应用。数学。计算。，370，第124919条pp.（2020）·Zbl 1433.90201号
[4] 比拉塔里，M。；帕奎特。；Stützle，T。；Varrentrap，K.，《元启发式分类和成分分析实验设计》，Teknik Rapor（2001），AIDA-01-05
[5] 刘杰。；吴，C。；Wu，G。；Wang，X.，一种新型差分搜索算法及其在结构设计中的应用，应用。数学。计算。，268246-269（2015年）·Zbl 1410.90271号
[6] Xiang，W。；马，S。；An，M.，hABCDE：一种基于人工蜂群算法和差分进化的混合进化算法，应用。数学。计算。，238, 370-386 (2014) ·Zbl 1334.90216号
[7] Kiran，M.S.，TSA：连续优化的树种子算法，专家系统。申请。，42, 6686-6698 (2015)
[8] 侯赛因，K。；Mohd Salleh，M.N。；Cheng，S。；Shi，Y.，《元启发式研究：综合调查》，Artif。智力。版本：52，2191-2233（2019）
[9] 赵伟。；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。，163, 283-304 (2019)
[10] Q·阿斯卡里。；尤纳斯，I。；Saeed，M.，《政治优化器：一种用于全球优化的新型社会激励元神经学者》，Knowl。基于系统。，195，第105709条pp.（2020）
[11] Holland，J.H.，遗传算法，科学。美国，267，66-73（1992）
[12] 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
[13] 姚，X。；刘，Y。；Lin，G.，《进化编程变得更快》，IEEE Trans。进化。计算。，3, 82-102 (1999)
[14] Simon，D.，基于生物地理的优化，IEEE Trans。进化。计算。，12, 702-713 (2008)
[15] 柯克帕特里克，S。；凯莱特·Jr，C.D。；Vecchi，M.P.，《模拟退火优化》，《科学》，220671-680（1983）·Zbl 1225.90162号
[16] 乔恩，V.，《旅行商问题的热力学方法：一种有效的模拟算法》，J.Optim。理论应用。，45, 41-51 (1985) ·Zbl 0534.90091号
[17] Erol，OK。；Eksin，I.，《一种新的优化方法：大爆炸大挤压》，高级工程师软件。，37106-111（2006年）
[18] Rashedi，E。；Nezamabadi-pour，H。；Saryazdi，S.，GSA:引力搜索算法，信息科学。，179, 2232-2248 (2009) ·Zbl 1177.90378号
[19] 韦伯斯特，B。；Bernhard，P.J.，《基于引力自然原理的局部搜索优化算法》（《国际信息与知识工程会议论文集》（2003）），255-261
[20] 卡维，A。；Talatahari，S.，《一种新的启发式优化方法：充电系统搜索》，《机械学报》，213267-289（2010）·Zbl 1397.65094号
[21] R.Formato，《中心力优化：应用电磁学中的一种新的元启发式方法》。Progress Electromag公司。研究PIER 77，425-491，in，《电磁学研究进展》，2007年，pp.425-491
[22] 杜，H。；吴，X。；庄，J.，《函数优化的小世界优化算法》，264-273（2006），Springer Verlag
[23] Shah-Holseini，H.，《利用基于galaxy的搜索算法进行主成分分析：一种用于连续优化的新型元启发式算法》，国际计算机杂志。科学。工程，6132-140（2011）
[24] 肯尼迪，J。；Eberhart，R.，《粒子群优化》，1942-1948（1995），IEEE:IEEE Piscataway，NJ，美国
[25] 多里戈，M。；比拉塔里，M。；Stützle，T.，作为计算智能技术的蚁群优化人工蚂蚁，IEEE计算。智力。Mag.，1，28-39（2006）
[26] Abbas，H.A.，MBO：蜜蜂优化中的婚姻——单倍体多配偶群集方法，进化计算大会，2001年，207-214年（2001年），灵魂
[27] 罗斯，M。；Wicker，S.，无移动无线Ad-Hoc网络的TermiteA Swarm智能路由算法，155-184（2006）
[28] 卡拉博加，D。；Basturk，B.，一种强大而有效的数值函数优化算法：人工蜂群（ABC）算法，J.Glob。最佳。，39, 459-471 (2007) ·Zbl 1149.90186号
[29] Sun，H。；卢什，H。；Betti，R.，使用改进的人工蜂群算法识别结构模型，计算。结构。，116, 59-74 (2013)
[30] 平托，P.C。；Runkler，T.A。；Sousa，J.M.C.，动态MAX-SAT问题的WASP群算法（第八届自适应和自然计算算法国际会议，ICANNGA 2007）。第八届自适应和自然计算算法国际会议，ICANNGA 2007，华沙（2007）），350-357
[31] 法什钦，M。；哥伦比亚特区坎普。；Maniat，M.，《频率约束下基于多类教学-学习的桁架设计优化》，《工程结构》。，106, 355-369 (2016)
[32] Geem，Z.W。；Kim，J.H。；Loganathan，G.V.，一种新的启发式优化算法：和谐搜索，仿真，76，60-68（2001）
[33] 马赫里，M.R。；Narimani，M.M.，侧倾钢框架优化设计的增强协调搜索算法，计算。结构。，136, 78-89 (2014)
[34] 周，J.-。第S节。；Nguyen，N.-。M.，FBI启发的元优化，Appl。软计算。，93，第106339条pp.（2020）
[35] Glover，F.，禁忌搜索，第一部分，ORSA J.Comp。，1, 190-206 (1989) ·Zbl 0753.90054号
[36] He，S。；吴庆华。；Saunders，J.R.，《受动物行为生态学启发的新型群组搜索优化器》（2006年IEEE进化计算大会，CEC 2006年）。2006年IEEE进化计算大会，CEC 2006，温哥华，BC（2006），1272-1278
[37] Kashan，A.H.，League Championship Algorithm:一种新的数值函数优化算法，（国际软计算和模式识别会议，SoCPaR 2009，马六甲（2009）），43-48
[38] Bastian，T。；Lilley，M.K.S。；Beggs，S.E。；海斯，G.C。；Doyle，T.K.，《爱尔兰海不同年份、地区和水类型之间可变水母生物量的生态系统相关性》，河口，海岸。货架科学。，149, 302-312 (2014)
[39] Landow，K.，水母蜇伤的最佳治疗？，研究生。医学，107，27-28（2000）
[40] 芬纳，P.J。；威廉姆森，J.A。；伯内特，J.W。；Rifkin，J.，《澳大利亚水母蜇伤急救对新分化物种的反应》，Med.J.Aust。，158, 498-501 (1993)
[41] Mariottini，G.L。；Pane，L.，《地中海水母毒液：scyphomedusae综述》，3月，药物，8（2010）
[42] 福塞特，S。；Putman，北佛罗里达州。；Lohmann，K.J。；马什，R。；Hays，G.C.，《评估洋流的生物学家指南：综述》，Mar.Ecol。掠夺。序列号。，457, 285-301 (2012)
[43] 福塞特，S。；格雷斯，A.C。；查卢莫，J。；巴斯蒂安，T。；阿姆斯特朗，C.D。；Vandenabeele，S。；卡皮切夫，M。；海斯，G.C.，水母的水流定向游泳及其在水华维持中的作用，Curr。《生物学》，25，342-347（2015）
[44] Mariottini，G.L。；Pane，L.，《地中海水母毒液：scyphomedusae综述》，Mar.Drugs，81122-1152（2010）
[45] 布罗茨，L。；Cheung，W.W.L。；Kleisner，K。；Pakhomov，E。；Pauly，D.，《水母数量增加：大型海洋生态系统的趋势》，《水生生物学》，690，3-20（2012）
[46] 东，Z。；刘，D。；Keesing，J.K.，《中国水母繁盛：优势物种、原因和后果》，Mar.Pollut。公牛。，60, 954-963 (2010)
[47] 理查德森·A·J。；巴贡。；海斯，G.C。；Gibbons，M.J.，《水母的乐趣：对更胶状未来的原因、后果和管理对策》，Trends Ecol。进化。（修订），24，312-322（2009）
[48] 康登，R.H。；杜阿尔特，C.M。；Pitt，K.A。；罗宾逊，K.L。；卢卡斯，C.H。；萨瑟兰，K.R。；绵赞，H.W。；博格伯格，M。；Purcell，J.E。；Decker，M.B.，《水母水华复发是全球振荡的结果》，Proc。国家。阿卡德。科学。，1101000-1005（2013）
[49] 海斯，G.C.，洋流和海洋生物，当前。生物，27，R470-R473（2017）
[50] Zavodnik，D.，蜂拥水母Pelagia noctiluca（Scyphozoa）的空间聚集，Mar.Biol。，94, 265-269 (1987)
[51] 科兰，M.S。；Fándák，O.，定向人工蜂群算法，应用。软计算。，26454-462（2015年）
[52] 向，T。；廖，X。；Wong，K.-w.，结合分段线性混沌映射的改进粒子群优化算法，应用。数学。计算。，190, 1637-1645 (2007) ·Zbl 1122.65363号
[53] 周，J.-。第S节。；Ngo，N.-。T.，结构设计问题多维优化的改进firefly算法，Struct。多磁盘。最佳。，55, 2013-2028 (2017)
[54] Kaveh，A。；Mahdipour Moghanni，R。；Javadi，S.M.，基于高斯映射的混沌萤火虫优化算法的大型钢骨架结构优化设计（2019），结构和多学科优化
[55] May，R.M.，《具有非常复杂动力学的简单数学模型》，《自然》，261459（1976）·Zbl 1369.37088号
[56] 西-洪。C。；Dong，Y。；陈，L.-。年。；魏，S.-。Y.，SVR与混合混沌遗传算法在旅游需求预测中的应用。软计算。，11, 1881-1890 (2011)
[57] 徐，J。；张杰，《元启发式中的探索与开发权衡：调查与分析》，第33届中国控制会议论文集（2014），8633-8638
[58] 杨，X.-。S.，《用于多模态优化的萤火虫算法》（Watanabe，O.；Zeugmann，T.，《随机算法：基础与应用》（2009），施普林格-柏林-海德堡：施普林格/柏林-海德堡-柏林，海德堡），169-178·Zbl 1260.90164号
[59] 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)
[60] 程，M.Y。；Prayogo，D.，共生生物搜索：一种新的元启发式优化算法，计算。结构。，139, 98-112 (2014)
[61] 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, 108-132 (2009) ·Zbl 1169.65053号
[62] 芭蕾舞演员，P.J。；斯蒂芬森，J。；卡特，J.N。；Gallagher，K.，使用SPC-PNX对CEC-2005基准进行的实时参数优化性能研究，（2005 IEEE进化计算大会，491（2005）），498-505
[63] 博尔顿，R.J。；Hand，D.J。；Adams，N.M.，《在模式搜索中确定命中率》，（Hand，D.J.；Adam，N.M；Bolton，R.J.，《模式检测与发现》（2002），斯普林格-柏林-海德堡：斯普林格–柏林-海德堡-柏林，海德堡），36-48·Zbl 1019.68653号
[64] Verde，M.F。；北卡罗来纳州麦克米伦。；Rotello，C.M.，《基于单一命中率和假警报率的灵敏度测量：‘、Az和a'的准确性、精确度和鲁棒性》，感知心理。，68, 643-654 (2006)
[65] 德拉克，J。；南卡罗来纳州加西亚。；莫利纳，D。；Herrera，F.，《关于使用非参数统计测试作为比较进化算法和群体智能算法的方法的实用教程》，swarm Evol。计算。，1, 3-18 (2011)
[66] 甘多米，A.H。；Yang，X.S。；Talatahari，S。；Alavi，A.H.，《带混沌的萤火虫算法》，Commun。非线性科学。数字。模拟。，18, 89-98 (2013) ·Zbl 1254.92089号
[67] 费斯特，I。；Yang，X.S。；Brest，J.，《关于随机化萤火虫算法》，27-48（2014），计算智能研究
[68] Saxena，A。；库马尔，R。；Das，S.，β-混沌映射启用灰狼优化器，应用。软计算。，75, 84-105 (2019)
[69] 丁卡尔，S.K。；Deep，K.，《基于反对派的拉普拉斯蚂蚁狮子优化程序》，J.Compute。科学。，23, 71-90 (2017)
[70] 切吉尼，S.N。；Bagheri，A。；Najafi，F.，PSOSCALF：一种新的基于正弦余弦算法和Levy飞行的混合PSO，用于解决优化问题，应用。软计算。，73, 697-726 (2018)
[71] 布鲁姆，C。；Roli，A.，《组合优化中的元启发式：概述和概念比较》，ACM计算。调查。，35, 268-308 (2003)
[72] 洛扎诺，M。；García-Martínez，C.，专门研究强化和多样化的进化算法的混合元启发式：概述和进展报告，Comput。操作。研究，37，481-497（2010）·Zbl 1173.90590号
[73] Degertekin，S.O。；兰贝蒂，L。；Ugur，I.B.，《采用高级Jaya算法对桁架结构进行离散尺寸/布局/拓扑优化》，应用。软计算。，79, 363-390 (2019)
[74] 李立杰。；黄，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, 435-443 (2009)
[75] Kaveh，A。；Talatahari，S.，《离散变量桁架结构的粒子群蚁群优化》，J.Construct。《钢铁研究》，65，1558-1568（2009）
[76] Kaveh，A。；Talatahari，S.，《桁架结构离散优化设计的带电系统搜索与飞边界法》，亚洲土木工程杂志，11，277-293（2010）
[77] Kaveh，A。；Mahdavi，V.R.，桁架结构优化离散设计的碰撞体优化方法，计算。结构。，139, 43-53 (2014)
[78] Dede，T.，基于教学的优化算法在桁架结构离散优化中的应用，KSCE J.土木工程，18，1759-1767（2014）
[79] 巴格拉尼，A。；Makiabadi，M。；Sarcheshmehpour，M.，通过改进的firefly算法对桁架结构进行离散优化设计，Adv.Struct。工程师，17，1517-1530（2014）
[80] 萨多拉，A。；Eskandar，H。；巴赫内贾德，A。；Kim，J.H.，《桁架结构离散尺寸优化的水循环、地雷爆破和改进地雷爆破算法》，计算。结构。，149, 1-16 (2015)
[81] 程，M.Y。；Prayogo，D。；吴永伟。；Lukito，M.M.，桁架结构离散尺寸优化的混合协调搜索算法，Autom。构造。，69, 21-33 (2016)
[82] Hasançebi，O。；乔尔巴什，S。；Doğan，E。；埃尔达尔，F。；Saka，M.P.，实际尺寸销连接结构优化设计中元启发式搜索技术的性能评估，计算。结构。，87, 284-302 (2009)
[83] Kaveh，A。；Ilchi Ghazaan，M.，《连续和离散变量设计问题的增强碰撞体优化》，高级工程师软件。，77, 66-75 (2014)
[84] 建筑，A.I.o.S.，《钢结构手册：容许应力设计》（1989），美国钢结构学会
[85] Mortazavi，A。；Toan，V.，使用集成粒子群优化程序Struct同步优化桁架结构的尺寸、形状和拓扑。多磁盘。最佳。，54, 715-736 (2016)
[86] Sonmez，M.，使用人工蜂群算法的桁架结构离散优化设计，结构。多磁盘。最佳。，43, 85-97 (2011)
[87] 萨多拉，A。；巴赫内贾德，A。；Eskandar，H。；Hamdi，M.，离散变量桁架结构优化的矿山爆破算法，计算。结构。，102-103, 49-63 (2012)
[88] Kaveh，A。；Ilchi Ghazaan，M.，骨骼结构优化设计中CBO和ECBO的比较研究，计算机。结构。，153, 137-147 (2015)
[89] 霍胡，V。；Nguyen-Thoi，T。；Vo-Duy，T。；Nguyen-Trang，T.，具有离散设计变量的桁架结构优化的自适应精英差分进化，计算。结构。，165, 59-75 (2016)
[90] Prayogo，D。；Cheng，M.Y。；吴永伟。；Herdany，A.A。；Prayogo，H.，建筑工程设计优化的差分大爆炸-大挤压算法，Autom。构造。，85, 290-304 (2018)
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，而不声称其完整性或完全匹配。