尖腹鱼优化算法:一个生物灵感的复杂工程的元启发式
Jian Liu1,2, Rong Wang2,3, Yonghong Deng2,4
1School of Computer Engineering, Chengdu Technological University, Chengdu 611730, China.
Biomimetics (Basel, Switzerland)
|July 25, 2025
概括
一个新的生物灵感算法,腹鱼优化器 (SFO),模仿鱼的行为,以更好地解决问题. 在优化任务和工程设计中,SFO表现强.
科学领域:
- 计算智能是一种计算智能.
- 生物启发的优化优化
- 超启发式算法 超启发式算法
背景情况:
- 优化问题在科学和工程领域普遍存在.
- 现有的元启发算法在平衡探索和开发方面面临着挑战.
- 生物启发的方法为复杂的优化任务提供了新的策略.
研究的目的:
- 介绍一种新的生物启发的元启发算法,即腹鱼优化器 (SFO).
- 评估SFO在基准功能和工程设计问题上的表现.
- 展示SFO在处理非线性,受约束和多模式优化的有效性.
主要方法:
- 根据鱼的四种生态行为,开发了鱼优化器 (SFO).
- 在各种维度上对CEC2022基准套件进行SFO测试.
- 将SFO应用于受限制的工程设计问题:压力容器,减速器和轮连接.
主要成果:
- 与七个最先进的算法相比,SFO实现了竞争力或更高的优化准确度和融合速度.
- 在工程设计应用中,SFO表现出强大的稳定性和高质量的解决方案.
- 该算法有效地平衡了全球勘探和当地开发.
结论:
- 鱼优化器 (SFO) 是一个有前途的通用优化工具.
- 在解决复杂的现实世界工程问题方面,SFO显示出巨大的潜力.
- 生物启发的策略增强了SFO应对具有挑战性的优化任务的能力.


