磷虾群算法与引力搜索算法在医疗健康中的研究与应用现状
神经与进化计算
2023-08-03 v1
摘要
自然启发计算（Nature-Inspired Computing，简称 NIC）是一个相对年轻的领域，试图通过研究自然现象如何运作来发现新的计算方法，以求解多情境下的复杂问题。因此，在包括人工免疫函数、神经网络、群体智能以及进化计算在内的多个领域开展了突破性研究。NIC 技术被应用于生物学、物理学、工程学、经济学与管理学等领域。在现实世界的分类、优化、预测与聚类，以及工程和科学问题中，元启发式算法是成功、高效且鲁棒的。有两种活跃的 NIC 模式：引力搜索算法与磷虾群算法。本出版物对使用磷虾群算法（KH）和引力搜索算法（GSA）于医学与医疗健康中的研究进行了全球性与历史性的回顾。针对包括 KH 和 GSA 在内的其他一些自然启发算法已开展过全面综述。本文对 KH 和 GSA 算法的各种变体及其在医疗健康中的应用进行了透彻回顾。尽管如此，尚未有关于医疗健康领域 KH 和 GSA 的综述研究。因此，本工作对 KH 和 GSA 进行了透彻综述，以协助研究者在多样领域中使用它们或将其与其他流行算法杂交。它还从应用、改进与杂交方面对 KH 和 GSA 进行了深入考察。需注意，本研究的目标是为 GSA 与 KH 提供一个视角，特别是面向有兴趣探究该算法在医疗与健康领域能力与表现的学者。
引用
@article{arxiv.2308.01268,
title = {Current Studies and Applications of Krill Herd and Gravitational Search Algorithms in Healthcare},
author = {Rebwar Khalid Hamad and Tarik A. Rashid},
journal= {arXiv preprint arXiv:2308.01268},
year = {2023}
}
备注
35 pages