?
一、算法简介
阿基米德优化算法:一种解决优化问题的新元启发式算法
现实世界中的数值优化问题的难度和复杂性日益增加,这需要有效的优化方法。迄今为止,已经引入了各种元启发式方法,但只有少数在研究界得到认可。本文提出了一种新的元启发式算法,称为阿基米德优化算法(AOA)来解决优化问题。AOA的设计灵感来自有趣的阿基米德物理学定律。它模仿了部分或完全浸入流体的向上作用在物体上的浮力的原理,该力与被驱替流体的重量成比例。为了评估性能,在CEC‘17测试套件和四个工程设计问题上对提出的AOA算法进行了测试。使用AOA获得的解决方案的性能优于众所周知的最新技术,并且最近引入了元启发式算法,例如遗传算法(GA),粒子群优化(PSO),差分演化变体L-SHADE和LSHADE-EpSin,鲸鱼优化算法(WOA),正弦余弦算法(SCA),哈里斯霍克优化(HHO)和平衡优化器(EO)。实验结果表明,AOA在收敛速度和勘探开发平衡方面是一种高性能的优化工具,因为它可以有效地解决复杂问题。该源代码目前可从以下位置向公众公开:鲸优化算法(WOA),正弦余弦算法(SCA),哈里斯鹰优化(HHO)和平衡优化器(EO)。实验结果表明,AOA在收敛速度和勘探开发平衡方面是一种高性能的优化工具,因为它可以有效地解决复杂问题。该源代码目前可从以下位置向公众公开:鲸优化算法(WOA),正弦余弦算法(SCA),哈里斯鹰优化(HHO)和平衡优化器(EO)。实验结果表明,AOA在收敛速度和勘探开发平衡方面是一种高性能的优化工具,因为它可以有效地解决复杂问题。
二、部分代码
三、仿真结果
四、参考文献
Abualigah, L., Diabat, A., Mirjalili, S., Abd Elaziz, M., and Gandomi, A. H. (2021). The Arithmetic Optimization Algorithm. Computer Methods in Applied Mechanics and Engineering.
?