TY-JOUR A2-Haber，Rodolfo E.AU-Qi，向波AU-Yuan，中湖AU-Song，Yan PY-2020 DA-2020/05/29 TI-一种用于无约束和约束优化问题的混合寻路优化器SP-5787642 VL-2020 AB-元启发式算法与局部搜索的杂交已在许多研究中进行了研究。提出了一种混合寻路算法（HPFA），该算法将差分进化（DE）中的变异算子引入到寻路算法（PFA）中。该算法结合了PFA和DE的搜索能力，并对一组24个无约束基准函数（包括单峰连续函数、多峰连续函数和合成函数）进行了测试，HPFA被证明比pathfinder算法和其他比较算法有显著的改进。然后，HPFA用于数据聚类、约束问题和工程设计问题。实验结果表明，与其他比较算法相比，本文提出的HPFA算法取得了更好的结果，是解决划分聚类、约束问题和工程设计问题的一种有竞争力的方法。SN-1687-5265 UR-https://doi.org/10.1155/2020/5787642 DO-10.1155/2020/5787642 JF-计算智能和神经科学PB-印度群岛KW-ER-