当前位置:
X-MOL 学术
›
Neural Comput. & Applic.
›
论文详情
Our official English website, www.x-mol.net, welcomes your feedback! (Note: you will need to create a separate account there.)
蚂蚁路径整合:一种受沙漠蚂蚁路径整合启发的新型优化算法
Neural Computing and Applications ( IF 4.5 ) Pub Date : 2023-05-01 , DOI: 10.1007/s00521-023-08611-z Abbas Fathtabar , Ataollah Ebrahimzadeh , Javad Kazemitabar
"点击查看英文标题和摘要"
更新日期:2023-05-01
Neural Computing and Applications ( IF 4.5 ) Pub Date : 2023-05-01 , DOI: 10.1007/s00521-023-08611-z Abbas Fathtabar , Ataollah Ebrahimzadeh , Javad Kazemitabar
![]() |
近几十年来已经提出了几种算法来解决优化问题,其中一些算法是受自然界启发的。蚂蚁的集体行为是自然界中智能的一个例子,它一直是优化算法的灵感来源。基于路径整合的概念,蚂蚁在探索寻找食物时,能够根据之前的轨迹不断计算出自己的当前位置。在回程中,他们通过计算路线的结果,而不是完全从他们的路径返回,而是选择一条直接路径返回到他们的原点。在这篇论文中,沙漠蚂蚁寻找返回巢穴的路径的行为是灵感的来源。通过根据实证科学研究的结果对这些蚂蚁的群体智能进行建模,提出了一种新的优化算法,称为 Ant Path Integration。在本文中,提出了控制路径积分概念的数学关系。各种基准函数(包括一些 CEC2019 基准)的仿真结果表明,与一些著名的优化算法相比,该算法在寻找最优解方面具有优越性。
![](https://scdn.x-mol.com/jcss/images/paperTranslation.png)
"点击查看英文标题和摘要"