인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
Due to its low dependency on the control parameters and straightforward operations, the Artificial Electric Field Algorithm (AEFA) has drawn much interest; yet, it still has slow convergence and low solution precision. In this research, a hybrid Artificial Electric Field Employing Cuckoo Search Algorithm with Refraction Learning (AEFA-CSR) is suggested as a better version of the AEFA to address the aforementioned issues. The Cuckoo Search (CS) method is added to the algorithm to boost convergence and diversity which may improve global exploration. Refraction learning (RL) is utilized to enhance the lead agent which can help it to advance toward the global optimum and improve local exploitation potential with each iteration. Tests are run on 20 benchmark functions to gauge the proposed algorithm's efficiency. In order to compare it with the other well-studied metaheuristic algorithms, Wilcoxon rank-sum tests and Friedman tests with 5% significance level are used. In order to evaluate the algorithm's efficiency and usability, some significant tests are carried out. As a result, the overall effectiveness of the algorithm with different dimensions and populations varied between 61.53 and 90.0% by overcoming all the compared algorithms. Regarding the promising results, a set of engineering problems are investigated for a further validation of our methodology. The results proved that AEFA-CSR is a solid optimizer with its satisfactory performance.
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
