最新智能优化算法推荐与matlab代码实现
完全知情搜索算法(Fully Informed Search Algorithm ,FISA)。该成果于2023年8月发表在SCI期刊peerj computer science双曲正弦余弦优化算法(Sinh Cosh Optimizer,SCHO)。SCHO包括四个步骤:两个不同的探索和开发阶段、有界搜索策略和切换机制。该成果于2023年10月在线发表在中科院1区top SCI期刊Knowledge-Based Systems。杨氏双缝实验(YDSE)优化器是2023年最新一种元启发式算法,由Mohamed Abdel-Basset等人于2023年提出。YDSE的灵感来自物理中yang的双缝实验,该实验被认为是最著名的经典物理实验之一,揭示了光的波动性质。在YDSE优化器中,每条条纹代表种群中的一个可能解。该成果于2023年1月发表在中科院1区Top SCI期刊 Computer Methods in Applied Mechanics and Engineering 上。![](https://public.fangzhenxiu.com/fixComment/commentContent/imgs/1714323643548_l97tq8.jpg?imageView2/0)
能量谷优化算法(Energy valley optimizer,EVO)是MahdiAzizi等人于2023年提出的一种新颖的元启发式算法,其灵感来自关于稳定性和不同粒子衰变模式的物理原理。中文文章目前基本没有,并且优化效果非常好!!减法优化器(Subtraction-Average-Based Optimizer,SABO)是2023年刚出的智能优化算法。目前知网中文期刊基本搜不到,并且可以遇见未来一年文章也很少。SABO算法原理简单,算上初始化粒子,总共不超过6个公式。但是SABO的寻优效果却非常好。SABO设计的基本灵感来自数学概念,如平均值、搜索代理位置的差异以及目标函数的两个值的差异符号。鹦鹉优化器(Parrot Optimizer, PO)。该成果于2024年2月发表在中科院2区top SCI期刊Computers in Biology and Medicine。PID搜索算法(PID-based search algorithm ,PSA)。该算法基于增量PID算法,通过不断调整系统偏差,使整个种群收敛到最优状态。该成果于2023年12月发表在中科院1区SCI期刊Expert Systems with Applications。季节优化算法(Seasons optimization algorithm,SOA)。该算法的灵感来自于树木在一年中不同季节的生长周期。该成果于2020年发表在核心SCI期刊 Engineering with Computers (影响影子8.7),被引11次。霸王龙优化算法(Tyrannosaurus optimization algorithm, TROA),这个算法的灵感来自于霸王龙的狩猎行为。该成果于2023年8月最新发表在e-Prime - Advances in Electrical Engineering, Electronics and Energy。技能优化算法(Skill Optimization Algorithm,SOA)是一种新的元启发式算法,用于解决优化问题。该算法的设计灵感来自于人们获取和改进技能的过程。通过模拟人类学习和提高技能的方式,SOA将这种思维应用于优化问题的求解。这项研究成果于2023年发表在SCI期刊《Computers, Materials & Continua》上,是元启发式算法领域的一次重要突破。![](https://public.fangzhenxiu.com/fixComment/commentContent/imgs/1714323643066_zdwtjd.jpg?imageView2/0)
三角拓扑聚合优化器(TTAO),用于解决连续优化问题和工程应用。该算法的核心是基于数学上的相似三角形拓扑结构。文章指出,该算法相对于传统算法具有更高的精度和更小的计算复杂度,并在实验中取得了良好的效果。值得一提的是,该成果于2023年9月在线发表,并于2024年3月正式发表在中科院1区SCI期刊Expert Systems with Applications技能优化算法(Skill Optimization Algorithm,SOA)是一种新的元启发式算法,用于解决优化问题。该算法的设计灵感来自于人们获取和改进技能的过程。通过模拟人类学习和提高技能的方式,SOA将这种思维应用于优化问题的求解。这项研究成果于2023年发表在SCI期刊《Computers, Materials & Continua》上,是元启发式算法领域的一次重要突破。局部强化优化器(Partial Reinforcement Optimizer, PRO)是一种新的进化优化算法。PRO背后的主要思想来自进化学习和训练的心理学理论,称为局部强化效应(PRE)理论。该成果于2023年10月 在线发表在中科院1区SCI期刊Expert Systems with Applications。成吉思汗鲨鱼(Genghis Khan shark,GKS)行为的自然启发的元启发式算法(MA),称为成吉思汗鲨鱼优化器(Genghis Khan shark optimizer,GKSO),用于数值优化和工程设计。GKSO的灵感来自于GKS的捕食和生存行为。该成果于2023年10月 发表在中科院1区SCI期刊,CCF推荐期刊Advanced Engineering Informatics。![](https://public.fangzhenxiu.com/fixComment/commentContent/imgs/1714323644063_6ff8ez.jpg?imageView2/0)
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2024-05-01
最近编辑:4月前