无人机中队优化：一种用于全局数值优化的自适应算法
最优化与控制
2017-03-16 v1 神经与进化计算
摘要
本文提出无人机中队优化（Drone Squadron Optimization, DSO），一种由超启发式在线更新的用于全局数值优化的新型自适应元启发式算法。DSO 是一种受人工制品启发的技术，与当今许多受自然启发的算法相反。DSO 非常灵活，因为它与行为或自然现象无关。DSO 有两个核心部分：在地形上飞行探索的半自主无人机，以及处理检索数据并在必要时更新无人机固件的控制中心。本工作中 DSO 的自适应方面是扰动/运动方案，即用于生成目标坐标的过程。该过程由控制中心在全局优化过程中演化，以使 DSO 适应搜索地形。DSO 在一组广泛使用的基准函数上进行了评估。结果的统计分析表明，所提方法与对比中的其他方法具有竞争力，性能有前景，但计划了若干未来改进。
引用
@article{arxiv.1703.04561,
title = {Drone Squadron Optimization: a Self-adaptive Algorithm for Global Numerical Optimization},
author = {Vinícius Veloso de Melo and Wolfgang Banzhaf},
journal= {arXiv preprint arXiv:1703.04561},
year = {2017}
}
备注
Short version - Full version published by Springer Neural Computing and Applications