数学建模学习(97):花授粉算法(FPA)寻优
【摘要】
文章目录
一、算法灵感
二、算法介绍
三、原理
四、完整案例实现
4.1 导入相关库
4.2 定...
一、算法灵感
在工业和工程中的许多复杂的多模态设计问题中,跟踪全局最优解仍然是一项极具挑战性的任务。通常,传统的优化方法在这类问题中表现不佳,因为它们可能会陷入局部最优。然后,推荐使用受自然启发的元启发式算法(Yang 2008)。文献中有大量成熟的元启发式优化算法,包括遗传算法 (GA) (Holland 1975 )、萤火虫算法 (Yang 2010 )、粒子群优化 (PSO) (Kennedy 2011 )、Cuckoo Search (CS )(Gandomi 等人,2013) 以及最近的一些,例如冠状病毒群体免疫优化器 (CHIO) (Al-Betar et al. 2021 ) 和 Aquila Optimizer (Abualigah et al. 2021 )。
花卉授粉算法(FPAÿ
文章来源: chuanchuan.blog.csdn.net,作者:川川菜鸟,版权归原作者所有,如需转载,请联系作者。
原文链接:chuanchuan.blog.csdn.net/article/details/126615185
【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)