×
伊曼·艾哈迈迪纳法尔;奥米德·博佐尔格·哈达德;朱雪峰

基于梯度的优化器：一种新的元启发式优化算法。 （英语） Zbl 1474.90517号

信息科学。 540, 131-159 (2020).
摘要：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受到基于梯度的牛顿方法的启发，使用两个主要算子：梯度搜索规则（GSR）和局部逃逸算子（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。新算法的性能分两个阶段进行评估。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算法的源代码可在以下网址公开获取：http://imanahmadianfar.com/codes/.

引用于16文件

MSC公司：

90摄氏52度 减少梯度类型的方法
90 C59 数学规划中的近似方法和启发式
65小时05 单方程解的数值计算
90立方 非线性规划

关键词：

优化;基于梯度的方法;元启发式算法;约束优化问题

软件：

基础知识;GSA公司;GBO公司;全球野生动物组织
PDF格式BibTeX公司 XML格式引用
\textit{I.Ahmadianfar}等人，《信息科学》。540、131--159（2020；Zbl 1474.90517）
全文： 内政部

参考文献：

[1] Yang，X.S.，《自然启发的元启发式算法》（2010），Luniver出版社
[2] 艾哈迈迪纳法尔，I。；Khajeh，Z。；Asghari-Pari，S.-A。；Chu，X.，使用多策略优化算法制定水库系统的优化策略，应用。软计算。，80, 888-903 (2019)
[3] Kaveh，A。；Mahdavi，V.，《碰撞体优化：一种新的元神经方法》，计算。结构。，139, 18-27 (2014)
[4] Mirjalili，S.，SCA:解决优化问题的正弦余弦算法，Knowl-基于系统。，96120-133（2016）
[5] Holland，J.H.，遗传算法，科学。美国，267，66-73（1992）
[6] 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自适应方案》（1995），ICSI Berkeley
[7] 埃伯哈特共和国。；Kennedy，J.，《使用粒子群理论的新优化器》，（第六届国际微机器与人类科学研讨会论文集，纽约州纽约市（1995）），39-43
[8] 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, 459-471 (2007) ·Zbl 1149.90186号
[9] 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
[10] Yang，X.-S.，一种新的元启发式蝙蝠启发算法（Nature inspired Cooperative Strategies for Optimization，自然启发的优化合作策略（NICSO 2010）（2010），Springer，65-74·Zbl 1197.90348号
[11] 米尔贾利利，S。；米尔贾利利，S.M。；Lewis，A.，灰狼优化器，高级工程师软件。，69, 46-61 (2014)
[12] Kaveh，A。；Dadras，A.，《一种新的元神经优化算法：热交换优化》，高级工程软件。，11069-84（2017）
[13] 赵，W。；Wang，L。；Zhang，Z.，地下水弥散系数估算的新型原子搜索优化，Future Gener。计算。系统。，91, 601-610 (2019)
[14] O.卡斯蒂略。；梅林，P。；Ontiveros，E。；佩拉扎，C。；奥乔亚，P。；瓦尔迪兹，F。；Soria，J.，用于元启发式动态参数自适应的高速区间2型模糊系统方法，工程应用。Artif公司。智力。，85, 666-680 (2019)
[15] 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。，163, 283-304 (2019)
[16] 罗德里格斯。；卡斯蒂略，O。；Soria，J。；梅林，P。；瓦尔迪兹，F。；冈萨雷斯，C.I。；马丁内斯，G.E。；Soto，J.，灰色狼优化算法中的模糊层次运算符，应用。软计算。，57, 315-328 (2017)
[17] Olorunda，O。；Engelbrecht，A.P.，《使用群体多样性测量粒子群的探索和开发》，（2008年IEEE进化计算大会（IEEE计算智能世界大会）（2008年），IEEE，1128-1134
[18] 帕特尔，V.K。；Savsani，V.J.，《传热搜索（HTS）：一种新的优化算法》，《信息科学》。，324, 217-246 (2015)
[19] 达斯，S。；亚伯拉罕。；英国查克拉波蒂。；Konar，A.，使用基于邻域的变异算子的差异进化，IEEE Trans。进化。计算。，13, 526-553 (2009)
[20] Draa，A。；Bouzoubia，S。；Boukhalfa，I.，用于数值优化的正弦微分进化算法，应用。软计算。，27, 99-126 (2015)
[21] Garg，H.，约束优化问题的混合GSA-GA算法，信息科学。，478, 499-523 (2019)
[22] Wolpert，D.H。；Macready，W.G.，《优化无免费午餐定理》，IEEE Trans。进化。计算。，1, 67-82 (1997)
[23] Ypma，T.J.，《牛顿-拉夫森方法的历史发展》，SIAM Rev.，37，531-551（1995）·Zbl 0842.01005号
[24] 巴扎拉，M.S。；Sherali，H.D。；Shetty，C.M.，《非线性规划：理论和算法》（2013），John Wiley&Sons
[25] Moré，J.J.，《Levenberg-Marquardt算法：实现与理论》（数值分析（1978），Springer），105-116·Zbl 0372.65022号
[26] 赫斯滕斯，M.R。；Stiefel，E.，求解线性系统的共轭梯度方法（1952），国家统计局：国家统计局华盛顿特区·Zbl 0048.09901号
[27] 萨拉杰赫，F。；Salajegheh，E.，PSOG：通过一阶和二阶梯度方向的单位向量增强的粒子群优化，swarm Evol。计算。，46, 28-51 (2019)
[28] Ibtisem，C。；Nouredine，L.，基于共轭梯度训练神经网络和微分进化的非线性系统辨识混合方法，（2013年电气工程和软件应用国际会议（2013），IEEE），1-5
[29] 北沙希迪。；Esmaeilzadeh，H。；阿卜杜拉希，M。；易卜拉希米，E。；Lucas，C.，《自适应模因算法：自适应共轭梯度法》，（IEEE控制论和智能系统会议，2004（2004），IEEE），6-11
[30] Bandurski，K。；Kwedlo，W.，用于神经网络训练的差分进化和共轭梯度的拉马克混合，神经过程。莱特。，32，31-44（2010年）
[31] 帕尔瓦尼，A.K。；Talukdar，P。；Subbarao，P.，使用CGM和DE算法估计平行板通道边界热流密度的混合方法，Numer。热传输。A部分：申请。，65, 461-481 (2014)
[32] S.O.Madgwick。；哈里森·A·J。；Vaidyanathan，R.，使用梯度下降算法估计IMU和MARG方向，（2011年IEEE康复机器人国际会议（2011年），IEEE），1-7
[33] 阿尔茨，E。；Korst，J.，模拟退火和Boltzmann机器（1988）
[34] Kaveh，A。；Bakhshpoori，T.，《水分蒸发优化：一种新的物理启发优化算法》，Compute。结构。，167, 69-85 (2016)
[35] Rao，R.V。；萨夫萨尼，V.J。；Vakharia，D.，基于教学的优化：约束机械设计优化问题的新方法，计算。辅助设计。，43, 303-315 (2011)
[36] Caraveo，C。；瓦尔迪兹，F。；Castillo，O.，一种新的优化元神经算法，基于带有三个繁殖算子的植物自卫机制，Soft。计算。，22, 4907-4920 (2018)
[37] 哈希姆，F.A。；Houssein，E.H。；Mabrouk，M.S。；阿尔·阿塔巴尼，W。；Mirjalili，S.，Henry气体溶解度优化：一种新的基于物理的算法，Fut。通用。计算。系统。，101, 646-667 (2019)
[38] Heidari，A.A。；米尔贾利利，S。；Faris，H。；一、阿尔贾拉。；Mafarja，M。；Chen，H.，Harris hawks optimization:算法和应用，《未来》。通用。计算。系统。，97, 849-872 (2019)
[39] Weerakoon，S。；Fernando，T.，牛顿方法的一种变体，具有加速三阶收敛，Appl。数学。莱特。，13, 87-93 (2000) ·Zbl 0973.65037号
[40] Oh zban，A.Y.，牛顿方法的一些新变体，应用。数学。莱特。，17, 677-682 (2004) ·Zbl 1065.65067号
[41] 帕蒂尔，P。；Verma，U.，《数值计算方法》（2006），Alpha Science International Ltd：英国牛津Alpha科学国际有限公司
[42] 黄，Q。；张凯。；宋，J。；Zhang，Y。；Shi，J.，带拉格朗日插值参数算法的自适应差分进化，信息科学。，472, 180-202 (2019) ·兹比尔1441.90184
[43] 德拉克，J。；加西亚，S。；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)
[44] 范登伯格，F。；Engelbrecht，A.P.，《粒子群优化粒子轨迹研究》，《信息科学》。，176, 937-971 (2006) ·Zbl 1093.68105号
[45] Mezura-Montes，E。；Coello，C.A.C.，《进化算法在工程优化中的有用不可行解决方案》（墨西哥人工智能国际会议（2005），Springer），652-662
[46] Cheng，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)
[47] 甘多米，A.H。；Yang，X.-S。；Alavi，A.H.，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, 17-35 (2013)
[48] Chickermane，H。；Gea，H.，《使用新的局部近似方法进行结构优化》，国际期刊数值。方法。工程，39，829-846（1996）·Zbl 0865.73034号
[49] 古普塔，S。；蒂瓦里，R。；Nair，S.B.，使用遗传算法的滚动轴承多目标设计优化，机械。机器。理论，42，1418-1443（2007）·Zbl 1188.74082号
[50] 科埃洛，C.A.C。；Montes，E.M.，《通过使用基于支配权的锦标赛选择在遗传算法中进行约束处理》，《高级工程信息》，第16期，第193-203页（2002年）
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。