菲律宾鹰优化算法
最优化与控制
2021-12-21 v1 数值分析
数值分析
摘要
我们提出了菲律宾鹰优化算法(PEOA),这是一种受菲律宾鹰领地狩猎行为启发的元启发式基于种群的搜索算法。从给定搜索空间中鹰的初始随机种群出发,选取最优鹰并利用内点法作为开发手段进行局部觅食搜索。随后将种群划分为三个子种群,并为每个子种群分配一个有助于探索的算子。应用相应算子后,函数值改善的新鹰替换旧鹰。然后更新种群最优鹰并再次进行局部觅食搜索。这些步骤迭代进行,最终最优鹰搜寻到的食物即为搜索空间的最优解。PEOA在20个具有不同模态、可分离性和维度特性的优化测试函数上进行了测试,并与11种其他优化算法进行比较。为进一步验证PEOA的有效性,还将其应用于电阻抗断层成像中的图像重建以及中立型时滞微分方程模型的参数辨识。数值结果表明,PEOA能对各类函数和问题描述获得准确解。PEOA被证明相对于所考察的其他算法计算代价最低,同时也助于宣传极度濒危的菲律宾鹰。
引用
@article{arxiv.2112.10318,
title = {Philippine Eagle Optimization Algorithm},
author = {Erika Antonette T. Enriquez and Renier G. Mendoza and Arrianne Crystal T. Velasco},
journal= {arXiv preprint arXiv:2112.10318},
year = {2021}
}