白鹭群体优化算法：一种用于无模型优化的进化计算方法
摘要：一种新型的元启发式算法——白鹭群体优化算法（Egret Swarm Optimization Algorithm, ESOA）被提出。该算法受到了两种白鹭物种（白鹭和雪鹭）的捕食行为的启发。ESOA由三个主要组成部分组成：守株待兔策略、攻击策略以及辨别条件。将ESOA在36个基准函数和2个工程问题上的性能与粒子群优化算法（PSO）、遗传算法（GA）、差分进化算法（DE）、灰狼优化算法（GWO）和哈里斯鹰优化算法（HHO）进行了比较。结果证明了ESOA的优越性和稳健性。本文中使用的源代码可从以下网址获取：https://github.com/Knightsll/Egret_Swarm_Optimization_Algorithm；https://ww2.mathworks.cn/matlabcentral/fileexchange/115595-egret-swarm-optimization-algorithm-esoa。
作者：Zuyan Chen, Adam Francis, Shuai Li, Bolin Liao, Dunhui Xiao
论文ID：2207.14667
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2022-08-01