介绍了近年来,几个metaheuristic算法在工程和科学领域来解决现实生活中的优化问题。在这项研究中,一种新的自然metaheuristics算法命名为蛇优化器(所以)提出了应对各种设置的优化任务,模仿蛇的特殊的交配行为。每个蛇(男/女)斗争有最好的合作伙伴,如果存在足够数量的食物和温度很低。本研究数学模拟和模型等觅食和繁殖行为和模式呈现一个简单而有效的优化算法。来验证该方法的有效性和优越性,所以测试无约束29日国会在2017年进化计算(CEC)基准测试函数和四个约束实际工程问题。所以比较与其他9众所周知的和新开发的算法,如线性减少人口规模——Success-History适应微分进化(L-SHADE),合奏正弦与L-SHADE (LSHADE-EpSin),协方差矩阵适应进化策略(cma),土狼优化算法(COA) Moth-flame优化,哈里斯鹰优化器,热交换优化,蚱蜢优化算法,鲸鱼优化算法。实验结果和统计比较证明的有效性和效率,所以在不同的景观对exploration-exploitation平衡速度和收敛曲线。
引用作为
Abdelazim该镇实行(2023)。蛇优化器(//www.tatmou.com/matlabcentral/fileexchange/106465-snake-optimizer), MATLAB中央文件交换。检索。
| 版本 | 发表 | 发布说明 | |
|---|---|---|---|
| 1.0.0 |
|
