一种新的全局优化算法:碳循环算法
随着人类科学技术水平的高速发展,在应用研究、工程设计等领域存在维数大、阶数高、目标函数多、约束条件复杂等传统算法难以求解的困难问题需要优化和解决.以计算机运算与解决问题水平的持续发展为基础,元启发式优化算法被提出并被证明解决以上类别的问题要优于传统优化方法.作为对元启发式优化算法的补充,文中提出了 一种新的用于连续全局优化的元启发式算法:碳循环算法(Carbon Cycle Algorithm,CCA).该算法模拟了碳元素的自然循环过程,具体为通过模拟动植物呼吸、动物捕食、动植物死亡、分解者分解以及植物光合作用过程,以此为策略来更好地探索和利用搜索空间.通过与一些著名的优化算法在13个基准函数上的测试对比结果,剖析了该算法的计算收敛过程.测试结果表明,该算法具有一定的竞争力并能够解决具有挑战性的问题,可以在大多数基准函数上提供更好的求解精度.
碳循环、元启发式算法、全局优化、基准函数测试、最优解
50
TP301.6(计算技术、计算机技术)
2023-09-06(万方平台首次上网日期,不代表论文的发表时间)
共7页
60-66