最適化問題を解決するための新しい Human Conception Optimizer

Scientific Reports volume 12、記事番号: 21631 (2022) この記事を引用

2266 アクセス

2 引用

15 オルトメトリック

メトリクスの詳細

計算技術は、工学、金融、生物学などのさまざまな分野で複雑な最適化問題を解決するために広く使用されています。 この論文では、あらゆる最適化問題を解決する新しいメタヒューリスティック アルゴリズムとして、Human Conception Optimizer (HCO) を提案します。 このアルゴリズムのアイデアは、女性の生殖器系における子宮頸管ジェルの選択的性質により健康な精子細胞のみが子宮頸部に入るようにすること、粘液ジェルが精子の追跡を助ける誘導性質など、人間の受胎プロセスのいくつかの生物学的原理に基づいています。卵管内の卵子に向かう生殖器の追跡経路、生殖器系で精子細胞が移動できるようにする鞭毛運動の非対称性、卵子と受精できるようにする精子の過剰活性化プロセス。 したがって、卵管内で卵子を探す際に精子が追求する戦略は数学的にモデル化されます。 卵子の位置を満たす最良の精子がアルゴリズムの解となります。 提案された HCO アルゴリズムのパフォーマンスは、IEEE CEC-2005 および IEEE CEC-2020 と呼ばれる一連の基本的なベンチマーク テスト関数を使用して検査されます。 HCO アルゴリズムと他の利用可能なアルゴリズムとの間の比較研究も行われます。 結果の有意性は統計的検定方法で検証されます。 提案された HCO アルゴリズムを検証するために、2 つの現実世界のエンジニアリング最適化問題が検討されます。 この目的のために、複雑な 14 過電流リレーベースの IEEE 8 バス分配システムが考慮されます。 提案されたアルゴリズムを使用すると、同じシステムの既存の結果と比較して、総リレー動作時間の 50% ～ 60% の改善が観察されます。 送風機駆動の患者ホース人工呼吸器 (MV) に最適な比例積分微分 (PID) コントローラーを設計するという別の工学的問題を検討します。 既存の結果と比較すると、MV システムでは応答時間と整定時間の大幅な改善が見られます。

最適化手法は、工学、経営、金融などの多様な分野において、リアルタイムの問題の最適解を見つけるための数値計算手法です1,2,3,4,5,6。 分析最適化手法は、複雑な最適化問題の最適な解決策を得る、複雑で時間のかかるプロセスです。 繰り返しになりますが、ヒューリスティックな最適化手法は問題に依存する手法です7。 最適化問題の特殊性が必要です。 彼らは貪欲すぎて、ローカルな解決策に囚われることができません。 メタヒューリスティック手法は問題に依存しません。 最適性を保証することなく、許容可能なソリューションを提供することはできます8。 シンプルな概念を簡単に実装して、複雑な問題を迅速に解決するメタヒューリスティック アルゴリズムを作成できます。 このようなアルゴリズムは、アルゴリズムの構造を変更することなく、あらゆる最適化問題に適用できます。 分析ベースの最適化アルゴリズムと比較して、メタヒューリスティック アルゴリズムには、最適なソリューションを見つけるための導出アクションが不要です。 したがって、リアルタイム問題は、システムの入力と出力の情報のみが必要なメタヒューリスティック アルゴリズムによって解決できます9。 したがって、研究者は、進化の概念、自然生物の行動、動物の狩猟手順などの自然概念を使用したメタヒューリスティックアルゴリズムの開発を優先しています9、10、11。

メタヒューリスティック アルゴリズムでは、新しい解決策を探索し、それを送信して、特定の問題に対する最適な解決策を活用することから始まります11。 メタヒューリスティック アルゴリズムの活用フェーズでは、母集団内で利用可能な最良のソリューションに基づいて新しいソリューションが生成されます。 したがって、メタヒューリスティック アルゴリズムは、探索と活用のプロセスを使用して、ローカル トラッピング問題を回避し、最適な解決策に収束します。 さらに、このようなアルゴリズムの探索フェーズと活用フェーズで適切なバランスをとることによって、従来の方法の局所最適性の問題を回避できます12,13。