Indexé dans
- Genamics JournalSeek
- RechercheRef
- Université Hamdard
- EBSCO AZ
- OCLC - WorldCat
- Publions
- Pub européen
- Google Scholar
Liens utiles
Partager cette page
Dépliant de journal
Revues en libre accès
- Agriculture et aquaculture
- Alimentation et nutrition
- Biochimie
- Bioinformatique et biologie des systèmes
- Business & Management
- Chimie
- Génétique et biologie moléculaire
- Immunologie & Microbiologie
- Ingénierie
- La science des matériaux
- Neurosciences & Psychologie
- Science générale
- Sciences cliniques
- Sciences environnementales
- Sciences médicales
- Sciences pharmaceutiques
- Sciences vétérinaires
- Soins infirmiers et soins de santé
Abstrait
Un nouvel algorithme de recherche de nourriture bactérienne basé sur l'adaptation stratégique pour l'optimisation numérique
Chin-Ling Lee 1 et Cheng-Jian Lin 2*
Dans cet article, un algorithme d'optimisation de la recherche bactérienne basé sur l'adaptation de stratégie (SABFO) est proposé pour résoudre l'optimisation de problèmes complexes. L'algorithme SABFO proposé adopte l'approche stratégique dans l'étape chmotaxis de l'optimisation traditionnelle de la recherche bactérienne (BFO). La méthode proposée fait nager chaque bactérie sur des longueurs de parcours différentes et augmente également la diversité bactérienne. Cinq problèmes d'optimisation de fonctions de référence non linéaires sont utilisés pour vérifier les performances de SABFO. Les résultats de simulation montrent que le SABFO obtient de meilleures solutions optimales globales que les autres méthodes.