融合基于聚类的搜索空间缩减方法求解工程设计问题的改进 LAB 算法
机器学习
2023-10-06 v1 人工智能
摘要
本文提出一种改进的 LAB 算法。它建立在原始 LAB 算法 (Reddy 等 2023) 之上，该算法是一种社会启发式算法，建模群体内竞争与学习行为，确立层级角色。所提算法引入轮盘赌方法与缩减因子，引入组间竞争并迭代缩小样本空间。算法通过求解 CEC 2005 与 CEC 2017 的基准测试问题验证。解采用双侧与成对符号秩 Wilcoxon 检验及 Friedman 秩检验等标准统计检验验证。算法展现出改进且更优的鲁棒性以及搜索空间探索能力。此外，提出一种基于聚类的搜索空间缩减 (C-SSR) 方法，使算法能求解约束问题。C-SSR 方法使算法识别可行域簇，满足约束并有助于获得最优解。该方法作为传统约束处理技术的潜在替代展现出有效性。随后将改进 LAB 算法所得结果与其他近期元启发式算法比较。
引用
@article{arxiv.2310.03055,
title = {Modified LAB Algorithm with Clustering-based Search Space Reduction Method for solving Engineering Design Problems},
author = {Ruturaj Reddy and Utkarsh Gupta and Ishaan Kale and Apoorva Shastri and Anand J Kulkarni},
journal= {arXiv preprint arXiv:2310.03055},
year = {2023}
}