Internationale Zeitschrift für Schwarmintelligenz und Evolutionsberechnung

Abstrakt

Ein verbesserter Multitracker-Optimierungsalgorithmus und mehrere Subpopulationen

Rizk M. Rizk-Allah, Fatma Helmy Ismail, Aboul Ella Hassanien

Vor kurzem wurde ein populationsbasierter Optimierungsalgorithmus namens Multitracker Optimization Algorithm (MTOA) eingeführt, der auf dem Tracker-Konzept basiert. In diesem Artikel wird eine neuartige Variante des ursprünglichen MTOA vorgeschlagen, der migrationsbasierte MTOA (MTOA1), der mehrere Subpopulationen von Trackern verwendet, um eine bessere Leistung zu erzielen. Der vorgeschlagene Algorithmus unterscheidet sich vom traditionellen MTOA dadurch, dass er die anfängliche Population in mehrere Subpopulationen aufteilt, um den Suchvorgang in verschiedenen Bereichen des Suchraums zu verbessern. Darüber hinaus werden Informationen iterativ und zyklisch zwischen den Subpopulationen ausgetauscht. Die besten globalen Tracker in der ersten Subpopulation werden verwendet, um die globalen Tracker der zweiten Subpopulation zu aktualisieren, und dieser Aktualisierungsprozess wird für alle nachfolgenden Subpopulationen fortgesetzt. Exploration und Nutzung werden in diesem zyklischen Ansatz für mehrere Populationen ausgewogen. Der vorgeschlagene MTOA1 wird anhand der CEC2017-Benchmark-Probleme validiert und es wird eine Verbesserung gegenüber dem ursprünglichen MTOA beobachtet. Darüber hinaus wird MTOA1 zur Lösung des klassischen Schweißträger-Konstruktionsproblems verwendet und mit acht kürzlich vorgeschlagenen Optimierungsalgorithmen verglichen. Die Ergebnisse bestätigen die Überlegenheit des vorgeschlagenen Algorithmus.