Cuckoo catfish optimizer: a new meta-heuristic optimization algorithm
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découle