国际群体智能与进化计算杂志

抽象的

一种改进的多跟踪器优化算法及多个子种群

里兹克·M·里兹克-阿拉、法特玛·赫尔米·伊斯梅尔、阿布·埃拉·哈桑尼恩

最近，基于跟踪器概念引入了一种基于种群的优化算法，即多跟踪器优化算法 (MTOA)。本文提出了原始 MTOA 的一种新变体，称为基于迁移的 MTOA (MTOA1)，该算法采用多个跟踪器子种群来实现卓越的性能。所提出的算法与传统 MTOA 的不同之处在于，它将初始种群分成多个子种群，以增强在搜索空间不同区域的搜索过程。此外，信息以迭代和循环的方式在子种群之间交换。第一个子种群中的最佳全局跟踪器用于更新第二个子种群的全局跟踪器，并且此更新过程将继续用于所有后续子种群。在这种循环方法中，对多个种群的探索和利用达到平衡。基于 CEC2017 基准问题验证了所提出的 MTOA1，并且观察到与原始 MTOA 相比有所改进。此外，利用MTOA1求解经典的焊接梁设计问题，并与近期提出的八种优化算法进行比较，结果证实了所提算法的优越性。