ガウス分布に基づく果実ハエ最適化アルゴリズムの設計と画像処理への応用

果実ハエ最適化アルゴリズム（FOA）は強い適用性を持ち、複雑なモデルを構築することなく、目的が決定された後に直接最適化することができます。しかし、アルゴリズムには早期収束の容易さ、解の精度の低さ、局所最適解に陥りやすいといった問題があります。したがって、FOAの短所を解決するために、ガウス分布に基づくガウス分布果実ハエ最適化アルゴリズム（GaussFOA）が初めて提案されました。その後、GaussFOAが画像セグメンテーション処理に適用されました。最後に、実験結果はFOA、変化ステップと戦略による改良果実ハエ最適化アルゴリズム（CSSFOA）、および果実ハエ最適化アルゴリズムの候補解の線形生成メカニズム（LGMSFOA）と比較されました。結果は、同じ関数の下でGaussFOAがFOA、CSSFOA、およびLGMSFOAと比較して100%の成功率を持つことを示しました。このアルゴリズムは、最良の発見の平均値と標準偏差も持っていました。低いしきい値と高いしきい値の分割は、セグメンテーションしきい値の数に関して比較されました。GaussFOAは、評価の探索での平均および標準偏差の両方で最良の値を持っていました。高いしきい値の下でのセグメンテーション結果は、低いしきい値のGaussFOAのセグメンテーション結果と比較して、より明確でした。GaussFOAの画像免疫は、FOA、粒子群最適化（PSO）、および遺伝的アルゴリズム（GA）よりもそれぞれ8.57%、10%、および29.97%高かった。これは、GaussFOAに基づいて構築されたモデルが、他のアルゴリズムと比較して画像セグメンテーション効果と安定性を改善したことを示しています。研究の結果は、画像処理技術に新しい道を提供する可能性があります。