群体智慧在1990年代出现以来,特别是蚁群优化的外观和粒子群优化,产品表面算法开始蘑菇(1- - - - - -7]。在过去的二十年里,新的优化算法已成为流行,如和声搜索算法(1,2)和萤火虫算法(5]显示优越的和有效的。已经取得了显著的进展在范围广泛的产品表面算法及其应用。Metaheuristics和群体智慧越来越受欢迎的设计优化(3- - - - - -5]。
大多数这些算法属于进化计算总的来说,他们已经开发和设计灵感来自自然现象。然而,并不是所有的算法都是灵感来自大自然。例如,和谐搜索,由Geem等人2001年,灵感来源于一个音乐家的即兴创作特征,因此,和谐搜索是一个歌曾激励了算法(1,2]。然而,绝大多数算法开发了通过模仿生物系统的特点。例如,萤火虫算法是由杨在2009年(5),灵感来源于热带萤火虫的闪光模式,虽然布谷鸟搜索是由杨和Deb 2010年,受一些布谷鸟的沉思的寄生物种(6]。这些算法的多样性及其应用已经渗透到几乎所有的工程领域和行业3- - - - - -5]。
这个特殊问题的目的是审查的最新发展自然算法及其应用。征稿启事很受欢迎,导致大量提交。严格的同行评议过程后,16个高质量的论文已经被选中了。这些论文代表一个快照在这些领域的相关研究进展。十的论文发表在这个特殊的问题是致力于和谐搜索(HS)和其他的其他类型的产品表面算法。m·a . HS Al-Betar等人提出了一个新的变种,称为细胞和谐搜索,解决一组25个测试函数获得了良好的成效。s . s . Im等人还提出使用细胞和谐搜索无约束最优化。d·奥利瓦等人利用和声搜索进行多级阈值分割图像处理。z . w . Geem演示了一个parameter-setting-free和谐版的搜索和用它来解决电厂的经济调度操作。j . Fourie等人进行比较分析现代和谐的搜索,提供新的见解的工作机制的方法。 R. Mallipeddi combines harmony search with differential evolution to enhance differential evolution by using parameter ensemble adaptation. In another paper, H.-Y. Yun et al. combine harmony search and ant colony optimization for traveling salesman problem. Furthermore, S. Lee et al. determine pavement rehabilitation activities by a permutation algorithm within the framework of harmony search. In the other two applications using harmony search, S. Lee et al. solve electroencephalography signal grouping, and D.-S. An et al. estimate parameters for traffic noise.
对于那些论文表面算法,a . Galvez和a·伊格莱西亚斯使用萤火虫算法方法做多项式贝塞尔曲面参数化复杂的表面。o . Baskan使用布谷鸟搜索来确定最优链路容量扩张的道路网络,而h .郑和y周发展布谷鸟搜索的一种变体,称为合作共同进化的布谷鸟搜索算法。他们已经解决了28个测试问题,取得更好的结果。此外,马等人使用布谷鸟搜索估计光伏模型中的关键参数,获得高精度的均方误差值低。对于实际应用,j·谢等人使用蝙蝠算法来解决多个跑道的飞机着陆问题,如500飞机安全地着陆在很短的时间内。美国方等人使用群体搜索在高维数据选择最佳的特性集。
论文发表在这个特殊的问题给当前的发展和活跃的研究和谐搜索,萤火虫算法,布谷鸟搜索和蝙蝠算法以及其他算法。这期特刊也报告新的实际应用,表明这些算法的适用性仍在继续扩大。显然,这个特殊的问题只能代表一小部分的当前研究活动更加多样化的研究和应用。
尽管自然算法的成功,在我们看来,至少有三个挑战,需要特别注意的研究人员:大规模问题,组合优化,适当的约束处理。
目前,大多数研究文献中关心的问题与小型或中等数量的设计变量。很少看到一个研究处理数百个设计变量。最近,已经开始被研究人员解决大规模问题(例如,在3,4])。然而,还需要更多的研究活动和努力作为现实世界的应用程序会变得极其复杂与潜在的数以百万计的设计变量。
绝大多数的进化算法的应用主要集中在连续优化问题。还有另一个重要的类称为组合优化的具有挑战性的问题,比如著名的旅行商问题。因为可以np难组合优化问题,产品表面算法适合使用解决这种类型的问题。虽然有研究人员试图解决这个问题,比如水分销网络(其中一个有1 e454候选解决方案)和旅行商问题(3,4),真正困难的问题和大规模的、更系统的工作和研究是要求以更有效的方式提供更好的结果。
另一个重要的问题是约束处理,从实现的角度。即使一个高效的算法是正确实施,其性能可以阻碍如果不妥善处理问题的约束。虽然有些可能视图约束处理作为一个独立的主题,它是集成优化过程的一部分。如果一个真正的解决方案应用程序生成的算法不满足约束条件,解决方案是不可行的,不能实现。这凸显了constraint-handling技术与优化算法相结合的重要性。
在这个特殊的问题,所选论文只能解决一小部分大量的优化问题。我们希望这个特殊的问题将鼓励和激发更多的在不久的将来需要研究活动。
承认
我们要感谢那些参与这个特殊问题,包括贡献代码开发者和评审者。
宗庆后吸引Geem
Xin-She杨
中坜曾