中科院2区top论文人工大猩猩优化器(Artificial gorilla troops optimizer,GTO)改进!将其命名为IGTO,也可根据自己习惯更换算法名称。测试集是CEC2017的,维度分别维(10、30、50、100),这个是英文sci期刊常用的测试集和维度。
这篇算法独家发布,新鲜出炉,适合改进用来独家发表~~~!
人工大猩猩优化器(GTO)质量很高,发表在sci二区top期刊“INTERNATIONAL JOURNAL OF INTELLIGENT SYSTEMS”。故将其改进用来冲击sci一、二区优秀期刊!
值得一提的是对比算法比较了三个2024最新算法NRBO、GOOSE和CPO,牛顿-拉夫逊优化器(Newton-Raphson-based optimizer,NRBO)为sci二区top算法。鹅算法(GOOSE algorithm,GOOSE)是sci四区算法。冠豪猪优化器(Crested Porcupine Optimizer,CPO)是sci一区top算法。
用这三个新算法来对比突显(声明一下,无贬低意思),只是为了证明改进的IGTO性能具有冲击一、二区实力。
本改进算法代码创新点注释清楚!
代码是一键运行出所有实验结果!高效节约读者时间。直接上图!
10维:F30
收敛曲线
箱线图
30维:F20
收敛曲线
箱线图
50维:F9
收敛曲线
箱线图
100维:F27
收敛曲线
箱线图
数据全部都处理好了,部分数据如下。
由于图和实验数据太多了,不每个都展示了,直接看每个维度的所有实验结果!
10维:
30维:
50维:
100维: