当前位置: 主页 > 资讯中心 > 行业动态 » 优化算法-成吉思汗鲨鱼优化器Genghis Khan shark optimizer
01. 引言
本文介绍了一种基于成吉思汗鲨鱼(Genghis Khan shark,GKS)行为的自然启发的元启发式算法(MA),称为成吉思汗鲨鱼优化器(Genghis Khan shark optimizer,GKSO),用于数值优化和工程设计。GKSO的灵感来自于GKS的捕食和生存行为。该成果于2023年10月 发表在中科院1区SCI期刊,CCF推荐期刊Advanced Engineering Informatics。
02. 数学建模
GKSO的灵感来自于GKS的捕食和生存行为,整个优化过程通过模拟GKS的四种不同活动,包括狩猎(探索)、运动(利用)、觅食(从探索转向利用)和自我保护机制来实现。利用不同的数学模型来模拟这些算子,从而有效地在搜索空间的不同区域执行智能体的优化任务。
1.狩猎行为
2.移动行为
3.觅食行为
4. 保护机制
GKSO伪代码:
03. 对比验证
原文作者分别使用CEC2019和CEC2022上已有的8种鱼类优化算法和其他9种知名的MAs对GKSO进行定量分析。其中,通过探索GKSO在不同维度和最大适应度评价量下对CEC2022的性能,进行了一系列实验场景,验证了GKSO的适用性和鲁棒性。统计结果表明,GKSO在两种不同类型算法的竞争中具有很强的优势。
更多详细结果,请参阅相应的文献。
04. Matlab代码下载
[1]Gang Hu, Yuxuan Guo, Guo Wei, Laith Abualigah,Genghis Khan shark optimizer: A novel nature-inspired algorithm for engineering optimization,Advanced Engineering Informatics,Volume 58,2023,102210, https://doi.org/10.1016/j.aei.2023.102210.