本研究介绍了一种名为weIghted meaN oF vectOrs(INFO)的创新优化器的分析和原理,以优化不同的问题。INFO是一种修正的权重均值方法,其中加权均值思想用于实体结构,并使用三个核心过程更新向量的位置:更新规则,向量组合和局部搜索。更新规则阶段基于基于均值的定律和收敛加速,以生成新的向量。向量组合阶段创建获得的向量与更新规则的组合,以实现有希望的解决方案。INFO中改进了更新规则和矢量组合步骤,以提高勘探和开发能力。此外,本地搜索阶段有助于该算法摆脱低精度解决方案,并改善开发和收敛。INFO的性能在48个数学测试函数和5个约束工程测试用例中进行了评估。根据文献,结果表明,INFO在勘探和开发方面优于其他基本和先进的方法。在工程问题的情况下,结果表明INFO可以收敛到全局最优解的0.99%。因此,INFO算法是优化问题中实现最优设计的有前途的工具,这源于该算法在优化约束情况下的可观效率。
2022-05-11 09:04:13
478KB
文档资料