Dec, 2022

500 + 自然启发式元启发式算法的性能评估和详尽列表

PDF
TL;DR本研究对 500 多个元启发式算法进行了详尽的调查，并重点比较了 11 个新的和 4 个已有的元启发式算法对 CEC2017 基准函数集的竞争性表现，结果显示 EBCM 性能优良，不输于现有的元启发式算法。
metaheuristicsbenchmarkingebcmcec2017performance
发现论文，激发创造
  • 人工智能中的元启发式算法及其在生物信息学、生物统计学、生态学和制造业中的应用

    应用竞争性带突变主体的自然启发元启发式算法（CSO-MA），在统计科学的各种优化问题中展示其灵活性和相对于竞争对手的出色表现。

    Aug, 2023

  • 自然启发的进化群体优化算法在生物医学图像和信号处理中的应用 —— 一项系统评述

    本文通过回顾 28 篇最新的同行评审相关文章和 26 种自然启发式算法的应用，对其进行归类以帮助读者了解这些算法的可靠性和探索阶段，并讨论了这些算法在生物医学信号处理和生物医学图像处理中的应用。

    Oct, 2023

  • 物理学启发的元启发式优化技术概述

    本章节系统讨论了模拟非线性物理过程的基于物理的元启发式算法，重点介绍了几种物理学基础元启发式算法及其背后的独特物理过程

    Jan, 2022

  • 元启发式算法是否值得使用？关于黑盒优化问题，自然启发式和确定性技术之间的计算比较

    本文对无导数优化的确定性技术和基于自然启发的技术进行了计算比较，并通过对五个基准测试集的结果分析表明，在目标函数评估相对较便宜的情况下，基于自然启发的方法比确定性方法具有更好的性能，然而，在目标函数评估昂贵或被禁止的情况下，确定性方法可能提供更为一致和总体更好的结果。

    Dec, 2022

  • 通过元启发式微调改善预训练权重

    使用启发式元算法优化预训练权重可改善机器学习分类任务的结果。

    Dec, 2022

  • 机器学习优化算法和元启发式算法的 315 个基准和测试函数的综述与数学及可视化描述

    综述 300 多个用于评估优化和元启发式算法的基准函数，列出了最常用的 25 个函数，并提出了两个新颖、高维、动态且具有挑战性的函数用于测试新算法，同时指出了当前基准化方法的不足之处，并提出了未来研究的方向。

    Jun, 2024

  • 优化中的自然启发算法：简介、混合化和洞察

    科学和工程中的许多问题都是优化问题，可能需要复杂的优化技术来解决。自然启发算法是一类用于优化的元启发式算法，有些算法或变体通常通过混合来开发。本章重点介绍优化、自然启发算法的概述和混合的作用，并强调算法混合的一些问题。

    Aug, 2023

  • CMA-ES 变体的在线选择

    本研究针对进化计算领域中的算法选择问题，通过提出一种自适应 CMA-ES 算法的选择方式并测试，取得了比之前研究更稳健的结果，证明了模块选择对于不同优化问题的关键作用。

    Apr, 2019

  • 基于多目标自动设计算法的约束问题分量分析

    研究自动设计算法对多目标优化算法性能影响的新方法，发现重启和更新策略对性能改进影响最大，影响程度还与问题难度相关。

    Mar, 2022

  • 多目标进化算法中组件效应对算法行为的影响

    研究使用自动设计的算法对多目标进化算法进行了效果评估，通过比较搜索轨迹网络、种群的多样性和任意时刻的超体积值，发现算法组件对于不同问题具有不同的影响。

    Jul, 2023