Journal international d'intelligence d'essaim et de calcul évolutif

Abstrait

Un algorithme d'optimisation multitracker amélioré et plusieurs sous-populations

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

Récemment, un algorithme d'optimisation basé sur la population appelé algorithme d'optimisation multitracker (MTOA) a été introduit sur la base du concept de tracker. Cet article propose une nouvelle variante du MTOA original appelée MTOA basé sur la migration (MTOA1), qui utilise plusieurs sous-populations de trackers pour obtenir des performances supérieures. L'algorithme proposé diffère du MTOA traditionnel en ce qu'il divise la population initiale en plusieurs sous-populations pour améliorer le processus de recherche dans différentes zones de l'espace de recherche. De plus, les informations sont échangées entre les sous-populations de manière itérative et cyclique. Les meilleurs trackers globaux de la première sous-population sont utilisés pour mettre à jour les trackers globaux de la deuxième sous-population, et ce processus de mise à jour se poursuit pour toutes les sous-populations suivantes. L'exploration et l'exploitation sont équilibrées dans cette approche cyclique pour plusieurs populations. Le MTOA1 proposé est validé sur la base des problèmes de référence CEC2017, et une amélioration par rapport au MTOA original est observée. De plus, MTOA1 est utilisé pour résoudre le problème classique de conception de poutres soudées et est comparé à huit algorithmes d'optimisation récemment proposés. Les résultats confirment la supériorité de l'algorithme proposé.