LikeSNU 서울대학교 도서관
서울대학교 빅데이터 지식정보플랫폼

전체 메뉴

AI 검색
반출리포트 생성
  • 분류
  • 리포트명
  • 그룹
  • 링크
  • 리포트 썸네일
논문 목록
논문 목록 (0건) Excel 내보내기

데이터가 존재하지 않습니다.

Laplace crossover and random replacement strategy boosted Harris hawks optimization: performance optimization and analysis

저자
Yu H.,Qiao S.,Heidari A.A.,El-Saleh A.A.,Bi C.,Mafarja M.,Cai Z.,Chen H.
학술지명
Journal of Computational Design and Engineering
출판/발행연도
2022
요약

본 연구는 해리스 매 최적화 알고리즘의 지역 탐색 능력을 향상시키고 수렴 속도를 개선하기 위해 라플라스 교차 및 랜덤 대체 전략을 기반으로 한 향상된 알고리즘을 제안합니다. 제안된 알고리즘은 라플라스 교차를 통해 탐색 능력을 강화하고, 랜덤 대체 전략을 도입하여 수렴 속도를 가속화합니다. 실험 결과, 개선된 알고리즘은 강력한 최적화 능력, 높은 수렴 정확도 및 빠른 수렴 속도를 가지며, 엔지니어링 설계 문제 해결에 효과적인 것으로 나타났습니다.

학술지 영향력
[Journal of Computational Design and Engineering]
CiteScore
10.3
ES
0.00227
JCI
1.46
JCR
6.1
KCI
1.14
SJR
0.976

인용 논문(0)

해당 논문이 인용한 논문 목록

논문 지표

연관 콘텐츠

LikeSNU에서 의미기반으로 분석하여 연관된 자료를 추천해드립니다.

이전
다음
이전
다음
이전
다음
TOP