Cuckoo catfish optimizer: a new meta-heuristic optimization algorithm
Notice bibliographique
Résumé
Abstract A new meta-heuristic algorithm, Cuckoo Catfish Optimizer (CCO), is proposed for numerical optimization problems. It simulates the search, predation, and parasitic behavior observed in cichlids. Early iterations of the algorithm focus on executing a multidimensional enveloping search strategy and a compressed space strategy, combined with an auxiliary search strategy to efectively limit the escape space of cichlids. This phase ensures extensive exploration of the solution space. In the intermediate stage of iteration, the algorithm uses a transition strategy to promote a smooth transition from exploration to exploitation, endowing the algorithm with both a certain degree of exploration capability and exploitation capability. In later stages, the algorithm uses chaotic predation mechanisms to create disturbances around cichlids to improve the exploitation of optimal solutions. Throughout the entire optimization process, the guidance, parasitism, and death mechanisms of individuals are integrated, allowing individuals to adjust their positions in real-time and improve the overall convergence accuracy. This paper rigorously evaluates the performance of CCO through 23 classic test functions and three CEC test suites. The experimental results show that compared with 11 famous algorithms and 10 novel improved algorithms, CCO can obtain the optimal solution in 91.52% of the test functions, demonstrating its excellent ability in solving various numerical optimization problems. Additionally, through the successful application to 6 mechanical optimization problems, 3 photovoltaic cell parameter optimization problems, and 1 path opti- mization problem, the competitiveness of CCO in solving real-world problems is verified and highlighted. The CCO source code can be downloaded here: https://ww2.mathworks.cn/matlabcentral/fileexchange/176828-cuckoo-catfish-optimizer-a-new-meta-heuristic-optimization
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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 ».