Halfway Escape Optimization: A Quantum-Inspired Solution for Complex Optimization Problems

要約

この論文ではまず、効率的な収束率で険しい地形と高次元性を特徴とする複雑な最適化問題に対処するように設計された、量子にインスピレーションを得た新しいメタヒューリスティックであるハーフウェイ エスケープ最適化 (HEO) アルゴリズムを提案します。
この研究では、粒子群最適化 (PSO)、遺伝的アルゴリズム (GA)、人工魚群アルゴリズム (AFSA)、Gray Wolf Optimizer (GWO)、量子挙動粒子群最適化などの確立された最適化アルゴリズムに対する HEO のパフォーマンスの包括的な比較評価が示されています。
(QPSO)。
一次分析には次元 30 の 14 のベンチマーク関数が含まれており、複雑な最適化環境をナビゲートする際の HEO の有効性と適応性を実証し、そのパフォーマンスに関する貴重な洞察を提供します。
巡回セールスマン問題 (TSP)、圧力容器設計、および管柱設計における HEO の簡単なテストにより、リアルタイム アプリケーションにおける HEO の実現可能性と潜在的な弱点が推測されます。

要約(オリジナル)

This paper first proposes the Halfway Escape Optimization (HEO) algorithm, a novel quantum-inspired metaheuristic designed to address complex optimization problems characterized by rugged landscapes and high-dimensionality with an efficient convergence rate. The study presents a comprehensive comparative evaluation of HEO’s performance against established optimization algorithms, including Particle Swarm Optimization (PSO), Genetic Algorithm (GA), Artificial Fish Swarm Algorithm (AFSA), Grey Wolf Optimizer (GWO), and Quantum behaved Particle Swarm Optimization (QPSO). The primary analysis encompasses 14 benchmark functions with dimension 30, demonstrating HEO’s effectiveness and adaptability in navigating complex optimization landscapes and providing valuable insights into its performance. The simple test of HEO in Traveling Salesman Problem (TSP), Pressure Vessel Design and Tubular Column Design infers its feasibility and potential weakness in real-time applications.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google