CDDO-HS：儿童绘画发展优化和谐搜索算法
摘要：儿童绘画发展优化（CDDO）是一种元启发式算法的最新示例。发明这种方法的动机是儿童的学习行为和认知发展，其中黄金比例被用来优化他们艺术作品的审美价值。不幸的是，CDDO在探索阶段表现较差，局部最优解停滞不前。和谐搜索（HS）是一种相对于其他主流元启发式算法而言具有优秀单峰参考函数探索阶段性能的高竞争算法。因此，为了避免这些问题，我们提出了CDDOHS，一种将CDDO和HS标准混合的方法。所提出的混合模型由两个阶段组成。首先，将模式大小（PS）重新定位到算法的核心，并将初始模式大小设为总群体大小的80％。其次，标准的和谐搜索（HS）被添加到模式大小（PS）中，用于增强和更新每次迭代后的解决方案。使用两个不同的标准参考函数进行实验评估，分别称为经典测试函数，包括23个常见函数和10个CEC-C06 2019函数。此外，将建议的CDDOHS与CDDO、HS和其他六种广泛使用的算法进行了比较。使用Wilcoxon秩和检验，结果表明CDDOHS击败了替代算法。
作者：Azad A. Ameen, Tarik A. Rashid and Shavan Askar
论文ID：2305.09615
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2023-05-17