非洲秃鹫优化算法如何应用于含M的单目标优化问题求解？

本文共计725个文字，预计阅读时间需要3分钟。

1+简介+元启发式算法在解决优化问题中起着至关重要的作用。多数此类算法的灵感源于集体智慧和自然界生物的觅食习性。本文受非欧洲孔雀鱼生活方式的启发，提出了一种新的元启发式算法。

1 简介

元启发式算法在解决优化问题中起着至关重要的作用。大多数此类算法的灵感来自集体智慧和自然界生物的觅食。在本文中，受非洲秃鹰生活方式的启发，提出了一种新的元启发式算法。该算法被命名为非洲秃鹰优化算法（AVOA），模拟非洲秃鹰的觅食和导航行为。为了评估 AVOA 的性能，它首先在 36 个标准基准函数上进行了测试。进行了一项比较研究，证明了所提出的算法与几种现有算法相比的优越性。为了展示 AVOA 的适用性及其黑盒性质，它被用来为 11 个工程设计问题寻找最佳解决方案。各种实验表明，在大多数工程案例研究中，AVOA 的性能优于比较算法。作为实验结果，在 36 个基准测试中，AVOA 算法在 30 个基准测试中取得了比优化器算法更好的结果，并且在大多数工程问题上具有显着和更好的性能。Wilcoxon 秩和检验已用于统计评估，表明 AVOA 算法在 95% 置信区间内具有显着优势。