基于自然界鲑鱼年度迁徙的自然启发优化机器
神经与进化计算
2013-12-17 v1
摘要
生物启发是人工模拟科学的一个分支，对自动化模式识别、系统性故障检测和应用优化等多种工程领域做出了广泛贡献。本文开发了一种新的元启发式优化算法，即对“大鲑鱼洄游”(The Great Salmon Run, TGSR) 的模拟。所得结果表明，该方法在优化复杂非凸、多维及多模态问题方面具有可接受的性能。为了证明 TGSR 在鲁棒性和质量上的优越性，将其与大多数知名的优化技术进行了对比，包括模拟退火 (SA)、并行迁移遗传算法 (PMGA)、差分进化算法 (DEA)、粒子群优化 (PSO)、蜂群算法 (BA)、人工蜂群 (ABC)、萤火虫算法 (FA) 和布谷鸟搜索 (CS)。所得结果证实了该方法在不同基准优化问题中均具有可接受的鲁棒性和质量，同时也验证了作者的主张。
引用
@article{arxiv.1312.4078,
title = {A natural-inspired optimization machine based on the annual migration of salmons in nature},
author = {Ahmad Mozaffari and Alireza Fathi},
journal= {arXiv preprint arXiv:1312.4078},
year = {2013}
}
备注
12 pages, 3 figures, 2 tables