抽象的

用于确定性优化的高效蚁群优化 (EACO) 算法

Urmila M Diwekar* 和 Berhane H Gebreslassie

本文提出了一种基于高效抽样方法的高效蚁群优化 (EACO) 算法,用于解决组合、连续和混合变量优化问题。在 EACO 算法中,引入了 Hammersley 序列抽样 (HSS) 来初始化解决方案档案并生成多维随机数。通过 9 个基准问题说明了所提算法的能力。比较了 EACO 算法和传统 ACO 算法的基准问题结果。EACO 的 99% 以上的结果显示效率有所提高,计算效率提高范围为 3% 至 71%。因此,这种新算法可以成为大规模和广泛优化问题的有用工具。此外,还使用五种蚂蚁算法变体对组合问题测试了 EACO 的性能。

免责声明: 此摘要通过人工智能工具翻译,尚未经过审核或验证