要約
本論文ではまず、険しい地形と高次元を特徴とする一般的な最適化問題に効率的な収束率で対処するために設計された量子に着想を得たメタヒューリスティクスであるHalfway Escape Optimization (HEO)アルゴリズムを提案する。本研究では、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)、グレイウルフオプティマイザー(GWO)、量子ふるまい粒子群最適化(QPSO)など、確立された最適化アルゴリズムに対するHEOの性能の包括的な比較評価を行う。一次分析では、30次元の14のベンチマーク関数を網羅し、一般的な最適化問題をナビゲートするHEOの有効性と適応性を実証し、その性能に関する貴重な洞察を提供します。圧力容器設計と管状カラム設計におけるHEOのテストは、実時間アプリケーションにおけるHEOの実行可能性と可能性を示唆しています。Osmancik-97とCammeo Rice Classificationでのさらなる検証は、HEOの有効性を証明し、より高い精度の記録を達成しました。
要約(オリジナル)
This paper first proposes the Halfway Escape Optimization (HEO) algorithm, a quantum-inspired metaheuristic designed to address general 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 general optimization problems and providing valuable insights into its performance. The test of HEO in Pressure Vessel Design and Tubular Column Design infers its feasibility and potential in real-time applications. Further validation in Osmancik-97 and Cammeo Rice Classification proves the effectiveness of HEO and achieves a higher accuracy record.
arxiv情報
| 著者 | Jiawen Li,Anwar PP Abdul Majeed,Pascal Lefevre |
| 発行日 | 2024-09-03 03:49:16+00:00 |
| arxivサイト | arxiv_id(pdf) |