TIMBO: Three Influential Members Based Optimizer
Notice bibliographique
Résumé
One of the most important and efficient methods in providing suitable solutions for various optimization problems is population-based optimization algorithms. The main contribution and innovation of this paper is to present a new optimization method called Three Influential Members Based Optimizer (TIMBO) which is used for implementation in solving optimization problems. The main idea in designing the proposed TIMBO is to use three important population members with the titles of best member, worst member, and member as mean population in updating the position of population members of the algorithm in the problem search space. The most important feature and advantage of the TIMBO is that it does not have any control parameters, which means that there is no need to control the parameter in this algorithm. TIMBO has been mathematically modeled for use in solving various optimization problems. The efficiency of the TIMBO is analyzed in order to provide suitable quasi-optimal solutions on a set of twenty-three standard objective functions of different types unimodal, high-dimensional multimodal, and fixed-dimensional. Evaluation of unimodal functions indicates the high exploitation power of the proposed TIMBO and evaluation of multimodal functions indicates the appropriate exploration power of the TIMBO. Also, the results obtained from the TIMBO are compared with the performance of eight other well-known optimization algorithms including Genetic Algorithm (GA), Particle Swarm Optimization (PSO), Gravitational Search Algorithm (GSA), Teaching-Learning-Based Optimization (TLBO), Grey Wolf Optimization (GWO), Grasshopper Optimisation Algorithm (GOA), Hide Object Game Optimizer (HOGO), and Flow Direction Algorithm (FDA). The results of optimization of standard objective functions indicate the high capability of the TIMBO in providing quasi-optimal solutions suitable for various optimization problems. In addition, analyzing and comparing the performance of the other eight optimization algorithms shows that the TIMBO has a more effective ability to solve optimization problems and is much more competitive.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».