2024年一区顶刊算法—指数-三角优化算法(ETO)-性能测评及Matlab代码免费获取
1.优化单独模型类：BP、RBF、SVM、LSSVM、ELM、KELM、DELM、RELM、HKELM、DHKELM、RF、DNN、DBN、LSTM、BiLSTM、GRU、BiGRU、PNN、ANN、RNN、GRNN、CNN、XGBoost、Adaboost、LightGBM、TCN、BiTCN、ESN、Transformer、Bagging、GBT等。由于本文算法为基于数学理论的算法，为了更加显
本期介绍一个基于数学理论的元启发式算法——指数-三角优化算法(Exponential-Trigonometric Optimization, ETO)。该算法于2024年12月最新发表在中科院1区顶刊《Computer Methods in Applied Mechanics and Engineering》上。其灵感来源于基于指数函数和三角函数的复杂组合。
刚发表，目前没人引用，谁先用谁创新！
1、建模原理简述见推文(详细见原文)
2、ETO算法流程图
结合流程图理解更轻松！
3、测试函数结果对比
原文作者采用CEC2017、2018、2020基准测试函数，将ETO算法与SCHO、SCA、AOA、GWO、HHO、HGS和GJO7种算法进行对比，基于单峰、多峰和固定多峰测试函数进行性能对比。最后，将ETO算法应用于五个复杂的工程问题，展现出了出色的鲁棒性。
由于本文算法为基于数学理论的算法，为了更加显示出其优势，现采用24年同为数学理论算法的TTAO(三角拓扑聚合优化器)来进行对比。采用CEC2005中的23种测试函数进行对比测试！(仅展示6组(单峰、多峰、固定多峰均包含在内)，其余函数可自行切换测试)
可以看出在三类测试函数中ETO算法均表现优异！可以定制优化到各自的实际问题中！
参考文献
[1]Tran Minh Luan, Samir Khatir, Minh Thi Tran, Bernard De Baets, Thanh Cuong-Le,Exponential-trigonometric optimization algorithm for solving complicated engineering problems,Computer Methods in Applied Mechanics and Engineering,Volume 432, Part B,2024,117411,
https://doi.org/10.1016/j.cma.2024.117411.
魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。
更多推荐
14
0- 0
已为社区贡献13条内容
所有评论(0)