샌드캣 군집 최적화 알고리즘과 엘리트 분산 및 크로스바 전략 통합 응용

샌드캣 군집 최적화 알고리즘은 샌드캣이 관찰한 사냥 행동을 모사하기 위해 생성된 메타 휴리스틱 알고리즘입니다. 제시된 샌드캣 군집 최적화 방법(CWXSCSO)은 표준 샌드캣 군집 최적화 알고리즘에서 발생하는 낮은 수렴 정밀도와 지역 최적성 문제를 해결합니다. 이는 엘리트 분산 및 크로스바 접근 방식을 활용하여 이루어졌습니다. 우선, 새로운 동적 지수 계수가 도입됩니다. 또한 발전 단계 동안 엘리트 분산 접근법이 도입되어 지역 최적의 한계를 초월할 수 있는 능력을 증대시킵니다. 궁극적으로 교차 기술이 사용되어 새로운 솔루션을 생성하고 알고리즘의 지역 공간에서 벗어날 수 있는 능력을 증대시킵니다. 이 기술들은 15개의 기준 함수와 비교하여 평가되었습니다. CWXSCSO 알고리즘은 CEC2019 및 CEC2021을 사용하여 6개의 최신 업그레이드된 알고리즘과 비교되었습니다. 통계 분석, 수렴 분석, 복잡성 분석을 통해 평가됩니다. CWXSCSO는 6개의 전통적인 공학 최적화 문제를 처리함으로써 그 효과를 검증하는 데 사용됩니다. 결과는 업그레이드된 샌드캣 군집 최적화 알고리즘이 더 높은 글로벌 최적화 능력을 보이고 실제 세계의 최적화 응용 문제를 처리하는 데 능숙함을 보여줍니다.