L'algorithme de recherche par retour en arrière (BSA) a émergé comme une méthode d'optimisation stochastique prometteuse. Cet article introduit un nouvel algorithme évolutionnaire hybride, appelé LOBSA, intégrant les forces du BSA et de l'Optimiseur de Lemurs (LO). L'approche hybride améliore significativement l'exploration globale et la vitesse de convergence, validée par des tests rigoureux sur 23 fonctions de référence provenant de la suite CEC 2013, englobant des fonctions unimodales, multimodales et des fonctions multimodales à dimension fixe. Comparé aux algorithmes de pointe, LOBSA présente une amélioration relative, atteignant des résultats supérieurs et dépassant le BSA traditionnel de jusqu'à 35 % de gain global en performance en termes de précision des solutions. De plus, l'applicabilité et la robustesse de LOBSA ont été démontrées dans une optimisation pratique contrainte et un problème d'interaction fluide-structure impliquant l'analyse dynamique et l'optimisation d'une hélice de bateau submergée, démontrant à la fois l'efficacité computationnelle et l'applicabilité dans le monde réel.
Din et al. (Vendredi) ont étudié cette question.