在众多的现实应用中,自然启发的基于群体的搜索算法已经被应用于求解
数值优化问题。本文最后介绍的是一个简单而强大的群优化器Wild
鹅算法(goose Algorithm, WGA)用于大规模全局优化
fi
精确度和性能都是可靠的
fi
ed使用
IEEE CEC 2008和CEC 2010高维特殊会议的大规模测试功能
D =
100、500、
1000.
WGA的灵感来自自然界中的大雁,模拟了它们生活的各个方面,如进化、定期合作迁移和死亡。WGA的有效性
fi
将高维优化问题的全局最优解与已有文献报道的其他方法金宝搏官方网站进行了比较。
实验结果表明,该方法是有效的
fi
表现在解决一系列大规模的问题
优化问题,使其在其他大规模优化算法中具有很强的竞争力
结构更简单,实现更容易。
参考论文(开放获取):
https://doi.org/10.1016/j.array.2021.100074
引用作为
易卜拉欣·阿克巴里(2022年)。大规模优化的野鹅算法(WGA)(//www.tatmou.com/matlabcentral/fileexchange/100848-wild-geese-algorithm-wga-for-large-scale-optimization), MATLAB中央文件交换。检索.
Ghasemi, Mojtaba等人。大雁算法:一种基于大雁自然生死的大规模优化算法。中国科技大学学报(自然科学版),2017年9月,p. 1004, doi:10.1016/j.a rearray .2021.100074。