现实世界数值优化问题的难度和复杂性已经成倍增加,这就需要有效的优化方法。 迄今为止,已经引入了各种元启发式方法,但只有少数在研究界得到认可。 在本文中,引入了一种称为阿基米德优化算法(AOA)的新元启发式算法来解决优化问题。 AOA 的设计灵感来自一个有趣的物理定律阿基米德原理。 它模拟了向上施加在物体上的浮力原理,部分或完全浸入流体中,与被排出流体的重量成正比。 为了评估性能,在CEC'17测试套件和四个工程设计问题上对提出的AOA算法进行了测试。 使用 AOA 获得的解决方案优于众所周知的最新技术和最近引入的元启发式算法,例如遗传算法 (GA)、粒子群优化 (PSO)、差分进化变体 L-SHADE 和 LSHADE-EpSin、鲸鱼优化算法(WOA)、正余弦算法 (SCA)、Harris 鹰优化 (HHO) 和均衡优化器 (EO)。 实验结果表明,AOA在收敛速度和探索开发平衡方面是一
2021-09-14 08:22:34
22KB
matlab
1