改进传热搜索算法在无约束优化问题中的应用与优势

"这篇学术论文探讨了一种改进的传热搜索(IHTS)算法在解决无约束优化问题上的应用和效果。文章发表在《计算设计与工程》杂志上，作者研究了如何结合传热模式和人口再生机制来提升基本传热搜索(HTS)算法的性能。他们提出的新算法中，系统分子被视为相互作用并保持与环境的热平衡状态的搜索代理，同时集成的人口再生器有助于减少陷入局部最优解的概率。通过对比23个经典基准函数和CEC2014测试集中的30个函数，IHTS算法的可行性和有效性得到了验证。此外，算法的实际应用在两个桁架设计问题上进一步证明了其优越性，显示出了比HTS算法和现有元算法更具竞争力的结果。" 本文的研究背景是现实世界中的优化问题，这些问题往往由非导数的数学函数表示，传统分析方法难以处理。因此，元启发式算法如遗传算法(GA)等被广泛开发和应用。遗传算法是受到生物进化理论启发的一种算法，其后出现了许多新的优化算法，比如模拟退火算法，它源于金属退火过程的灵感。 在IHTS算法中，关键改进在于将传热模式引入搜索过程，使得算法中的个体能够模拟热力学的交互和平衡，这不仅增加了算法的探索能力，还有助于跳出局部最优。同时，通过人口再生器，算法能定期更新种群，避免在解决方案的局部区域停滞不前，从而提高了全局优化的能力。 实验部分，作者对比了IHTS算法与标准HTS算法以及文献中其他元算法的性能，结果显示IHTS在多个测试函数上表现出色，尤其是在解决无约束优化问题时，能够找到更优解。最后，通过两个实际的桁架设计问题，IHTS算法的实用性得到了进一步确认，表明其在工程优化问题中具有广阔的应用前景。 这项工作对优化算法的改进提供了一个新的视角，即利用自然界中的物理现象（如传热）来提高搜索效率，为优化算法领域带来了创新。此外，作者的研究也强调了在设计算法时考虑跳出局部最优策略的重要性，这对于实际工程问题的解决具有深远意义。