論文の概要: Snail Homing and Mating Search Algorithm: A Novel Bio-Inspired
Metaheuristic Algorithm
- arxiv url: http://arxiv.org/abs/2310.04020v1
- Date: Fri, 6 Oct 2023 05:18:48 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-10 01:23:38.145193
- Title: Snail Homing and Mating Search Algorithm: A Novel Bio-Inspired
Metaheuristic Algorithm
- Title(参考訳): Snail Homing and Mating Search Algorithm: 新しいバイオインスパイアされたメタヒューリスティックアルゴリズム
- Authors: Anand J Kulkarni, Ishaan R Kale, Apoorva Shastri, Aayush Khandekar
- Abstract要約: 提案したSHMSアルゴリズムは,複数の単モーダル関数と多モーダル関数を解くことによって検討する。
SHMSアルゴリズムの現実的な応用は、エンジニアリング設計領域で実証されている。
- 参考スコア(独自算出の注目度): 0.855200588098612
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In this paper, a novel Snail Homing and Mating Search (SHMS) algorithm is
proposed. It is inspired from the biological behaviour of the snails. Snails
continuously travels to find food and a mate, leaving behind a trail of mucus
that serves as a guide for their return. Snails tend to navigate by following
the available trails on the ground and responding to cues from nearby shelter
homes. The proposed SHMS algorithm is investigated by solving several unimodal
and multimodal functions. The solutions are validated using standard
statistical tests such as two-sided and pairwise signed rank Wilcoxon test and
Friedman rank test. The solution obtained from the SHMS algorithm exhibited
superior robustness as well as search space exploration capabilities within the
less computational cost. The real-world application of SHMS algorithm is
successfully demonstrated in the engineering design domain by solving three
cases of design and economic optimization shell and tube heat exchanger
problem. The objective function value and other statistical results obtained
using SHMS algorithm are compared with other well-known metaheuristic
algorithms.
- Abstract(参考訳): 本稿では,Snail Homing and Mating Search (SHMS)アルゴリズムを提案する。
カタツムリの生物学的行動に触発されている。
スネールは食料と仲間を見つけるために常に旅し、彼らの帰還のガイドとなる粘液の跡を残します。
カタツムリは、地上で利用可能なトレイルを辿り、近くの避難所からの手がかりに反応する傾向にある。
提案手法は,いくつかの一様関数と多様関数を解いて検討する。
これらの解は、Wilcoxon test と Friedman rank test のような標準的な統計テストを用いて検証される。
SHMSアルゴリズムから得られた解は、より少ない計算コストで探索空間探索能力と優れた堅牢性を示した。
shmsアルゴリズムの実世界の応用は,設計・経済最適化シェルと管熱交換器問題の3つのケースを解決し,工学設計領域で実証された。
SHMSアルゴリズムを用いて得られた目的関数値およびその他の統計結果は、他のよく知られたメタヒューリスティックアルゴリズムと比較する。
関連論文リスト
- Nature Inspired Evolutionary Swarm Optimizers for Biomedical Image and
Signal Processing -- A Systematic Review [0.0]
論文は28のピアレビュー関連記事と26のネイチャーインスパイアされたアルゴリズムをレビューする。
これらのアルゴリズムは、読者がそれぞれのアルゴリズムの信頼性と探索段階を理解するのを助けるために、徹底的に探索され、より少ない探索と未調査のカテゴリに分離する。
論文 参考訳(メタデータ) (2023-10-02T04:52:46Z) - Neural Gromov-Wasserstein Optimal Transport [82.05269165407427]
本稿では,Gromov-Wasserstein (GW) Optimal Transport (OT) 問題を内部積コストで解くためのスケーラブルなニューラルネットワーク手法を提案する。
提案手法では,ニューラルネットワークとミニバッチ最適化を用いて,既存の手法の限界を克服する。
論文 参考訳(メタデータ) (2023-03-10T15:21:12Z) - A Three-Phase Artificial Orcas Algorithm for Continuous and Discrete
Problems [0.17188280334580192]
オーカ行動に基づく新しいスウォームインテリジェンスアルゴリズムを提案する。
この提案の独創性は、初めてメタヒューリスティックが1つの動物種のいくつかの行動を同時にシミュレートしたことである。
論文 参考訳(メタデータ) (2023-02-17T12:54:37Z) - Linearized Wasserstein dimensionality reduction with approximation
guarantees [65.16758672591365]
LOT Wassmap は、ワーッサーシュタイン空間の低次元構造を明らかにするための計算可能なアルゴリズムである。
我々は,LOT Wassmapが正しい埋め込みを実現し,サンプルサイズの増加とともに品質が向上することを示す。
また、LOT Wassmapがペア距離計算に依存するアルゴリズムと比較して計算コストを大幅に削減することを示す。
論文 参考訳(メタデータ) (2023-02-14T22:12:16Z) - Duck swarm algorithm: a novel swarm intelligence algorithm [11.103686573227032]
本稿では,Duck Swarm Algorithm (DSA) という,群知能に基づく最適化アルゴリズムを提案する。
DSAの性能は18のベンチマーク関数を用いて検証する。
提案したDSAの性能解析には,4つの工学的制約問題も使用されている。
論文 参考訳(メタデータ) (2021-12-27T04:53:36Z) - Learning Sampling Policy for Faster Derivative Free Optimization [100.27518340593284]
ランダムサンプリングではなく,ZO最適化における摂動を生成するためのサンプリングポリシを学習する,新たな強化学習ベースのZOアルゴリズムを提案する。
その結果,ZO-RLアルゴリズムはサンプリングポリシを学習することでZO勾配の分散を効果的に低減し,既存のZOアルゴリズムよりも高速に収束できることが示唆された。
論文 参考訳(メタデータ) (2021-04-09T14:50:59Z) - AutoSpace: Neural Architecture Search with Less Human Interference [84.42680793945007]
現在のニューラルネットワークアーキテクチャ検索(NAS)アルゴリズムは、ネットワーク構築のための検索空間を設計するための専門知識と努力を必要とします。
探索空間を最適なものに進化させる新しい微分可能な進化フレームワークであるAutoSpaceを提案する。
学習した検索空間では、最近のNASアルゴリズムの性能は、以前手作業で設計した空間に比べて大幅に改善できる。
論文 参考訳(メタデータ) (2021-03-22T13:28:56Z) - Towards Optimally Efficient Tree Search with Deep Learning [76.64632985696237]
本稿では,線形モデルから信号整数を推定する古典整数最小二乗問題について検討する。
問題はNPハードであり、信号処理、バイオインフォマティクス、通信、機械学習といった様々な応用でしばしば発生する。
本稿では, 深いニューラルネットワークを用いて, 単純化されたメモリバウンドA*アルゴリズムの最適推定を推定し, HATSアルゴリズムを提案する。
論文 参考訳(メタデータ) (2021-01-07T08:00:02Z) - Evolutionary Algorithm and Multifactorial Evolutionary Algorithm on
Clustered Shortest-Path Tree problem [2.578242050187029]
CluSPT(Clustered Shortest-Path Tree Problem)はNPハード問題である。
探索処理の性能を向上させるために,2つの手法を提案する。
論文 参考訳(メタデータ) (2020-10-19T08:37:18Z) - A Systematic Characterization of Sampling Algorithms for Open-ended
Language Generation [71.31905141672529]
本稿では,自己回帰型言語モデルに広く採用されている祖先サンプリングアルゴリズムについて検討する。
エントロピー低減, 秩序保存, 斜面保全の3つの重要な特性を同定した。
これらの特性を満たすサンプリングアルゴリズムのセットが,既存のサンプリングアルゴリズムと同等に動作することがわかった。
論文 参考訳(メタデータ) (2020-09-15T17:28:42Z) - Performance Analysis of Meta-heuristic Algorithms for a Quadratic
Assignment Problem [6.555180412600522]
二次代入問題 (QAP) はNPハード問題に属する最適化問題である。
ヒューリスティックスとメタヒューリスティックスアルゴリズムはこの問題の一般的な解法である。
本稿では,QAPの解法に異なるメタヒューリスティックアルゴリズムを適用するための比較研究の1つである。
論文 参考訳(メタデータ) (2020-07-29T15:02:07Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。