エンジニアリング上の問題を解決するための効率的な惑星最適化アルゴリズム

Scientific Reports volume 12、記事番号: 8362 (2022) この記事を引用

2232 アクセス

24 件の引用

3 オルトメトリック

メトリクスの詳細

この研究では、ニュートンの重力法則にヒントを得た、惑星最適化アルゴリズム (POA) と呼ばれるメタヒューリスティック アルゴリズムが提案されています。 POA は、太陽系の惑星の動きをシミュレートします。 太陽は検索空間の中心としてアルゴリズムにおいて重要な役割を果たします。 ローカル検索とグローバル検索の 2 つの主要なフェーズが採用され、精度の向上と検索スペースの拡大が同時に行われます。 このアルゴリズムの精度を高める手法としてガウス分布関数が採用されています。 POA は、23 のよく知られたテスト関数、38 の IEEE CEC ベンチマーク テスト関数 (CEC 2017、CEC 2019)、および 3 つの実際のエンジニアリング問題を使用して評価されます。 ベンチマーク関数の統計結果は、POA が非常に競争力のある有望な結果を提供できることを示しています。 POA は、問題を解決するために比較的短い計算時間を必要とするだけでなく、最適値を利用するという点で優れた精度を示します。

近年、自然にヒントを得た多くの最適化アルゴリズムが提案されています。 Particle Swarm Optimization Algorithm (PSO)1、Firefly Algorithm (FA)2、Dragonfly Algorithm (DA)3、Whale Optimization Algorithm (WOA)4、Grey Wolf Optimizer (GWO)5、Monarch など、群れからインスピレーションを得たいくつかのアルゴリズムが高く評価されています。バタフライ最適化 (MBO)6、ミミズ最適化アルゴリズム (EWA)7、ゾウ飼育最適化 (EHO)8、蛾探索 (MS) アルゴリズム 9、粘菌アルゴリズム (SMA)10、コロニー捕食アルゴリズム (CPA)10、ハリスホークス最適化 (ほ）11． さらに、Curved Space Optimization (CSO)12、Water Wave Optimization (WWO)13 など、物理学にヒントを得た多数のアルゴリズムが宇宙や自然の物理法則をシミュレートしています。さらに、数学的基礎に基づいたアルゴリズムもいくつかあります。創造的なアプローチ、例えば Runge Kutta オプティマイザー (RUN)14。

一方で、Teaching-Learning-Based Optimization (TLBO)15 や Human Behavior-Based Optimization (HBBO)16 など、人間の行動をシミュレートするアルゴリズムもあります。 一方、遺伝的アルゴリズム (GA)17 は進化からインスピレーションを得ており、多くの分野で最適化問題の解決に多くの成功を収めています。 GA の人気が高まるにつれ、進化的プログラミング (EP)18 や進化的戦略 (ES)19 など、多くの進化ベースのアルゴリズムが文献で提案されています。

現在、メタヒューリスティック アルゴリズムは、さまざまな分野で複雑な最適化問題を解決するための不可欠なツールとなっています。 多くの研究者は、生物学 20、経済学 21、工学 22、23 などの困難な問題に対処するためにこのようなアルゴリズムを適用しました。 したがって、このような複雑な要件を満たす新しいアルゴリズムを構築することには大きなメリットがあります。

この研究では、ローカルおよびグローバル最適化問題を解決するための強力なアルゴリズムが構築されます。 このアイデアは、太陽系の惑星の自然な動きと、そのライフサイクル全体にわたる惑星間の相互作用に基づいています。 ニュートンの重力の法則は、個々の惑星の特性を通じて最適な位置を見つけるために、軌道を周回する惑星と太陽の重力相互作用を反映しています。 これらの惑星の特徴は、その質量と距離です。

本稿では、ニュートンの万有引力の法則を開発の基礎として使用した最適化アルゴリズムを提案します。 このアルゴリズムでは、宇宙における惑星の動きのシミュレーションに組み込まれた正確な解決策を見つける能力を高めるために、ローカル検索、グローバル検索などの数多くの優れた機能が考慮されています。

この研究論文は次のようないくつかのセクションで構成されています。 次のセクションでは、メタヒューリスティック アルゴリズムの構築について説明します。 構造 POA は、ニュートンの万有引力の法則と天文現象に基づいてシミュレーションされます。 次に、さまざまなベンチマーク問題の幅広い適用を使用して、POA がいかに効果的であるかを実証します。 同時に、実際のエンジニアリング問題への POA の応用例を紹介します。 最後に、提示された結果に基づいて、最後のセクションで結論を報告します。