灵感来自大自然的方法:用于全球优化的新型老鼠优化算法
Pianpian Yan1, Jinzhong Zhang1, Tan Zhang1
1School of Electrical and Photoelectronic Engineering, West Anhui University, Lu'an 237012, China.
Biomimetics (Basel, Switzerland)
|December 27, 2024
概括
一个新的老鼠优化算法 (ROA) 模拟了老鼠的社会行为,以解决复杂的问题. 这种以自然为灵感的技术有效地解决了工程优化挑战,优于现有方法.
科学领域:
- 计算智能是一种计算智能.
- 优化算法 优化算法
- 大自然启发的计算
背景情况:
- 优化问题在工程和科学研究中很普遍.
- 现有的算法可能会遭受缓慢的融合和局部最佳状态的影响.
- 受自然启发的算法为复杂的优化任务提供了新的方法.
研究的目的:
- 介绍一款以自然为灵感的新型优化算法,即老鼠优化算法 (ROA).
- 模拟老鼠的社会行为,以开发有效的优化技术.
- 通过整合雷维飞行战略来提高ROA的性能.
主要方法:
- 开发了老鼠优化算法 (ROA),模仿老鼠的食和狩猎行为.
- 三个核心操作员模拟猎物搜索,追逐,战斗,跳跃和狩猎.
- 利维的飞行策略被整合起来,以提高收速度和逃避局部最佳状态.
- 该算法使用四个现实世界工程问题和22个基准函数进行了评估.
主要成果:
- 在各种优化场景中,ROA表现出强的性能.
- 实验结果表明ROA在解决现实世界工程优化问题的优越性.
- 利维的飞行战略有效地缓解了缓慢的收和局部最佳陷的问题.
- 对比分析显示,ROA的表现优于已有的几种优化技术.
结论:
- 鼠优化算法 (ROA) 是一种有前途的新型自然灵感优化技术.
- ROA有效地处理复杂的工程优化挑战.
- 利维飞行的集成提高了算法的效率和全球搜索能力.


