Un algoritmo híbrido mejorado de hormiga-ballena multiestrategia y sus aplicaciones en aprendizaje automático
Autores: Gao, Chenyang; He, Yahua; Gao, Yuelin
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Un algoritmo híbrido mejorado de hormiga-ballena multiestrategia y sus aplicaciones en aprendizaje automático
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Biomimética
Algoritmos evolutivos
MHWACO
Algoritmo de Optimización de Ballenas
Optimización de Colonia de Hormigas
Regresión de Vectores de Soporte
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 30
Citaciones: Sin citaciones
Basado en los principios de biomimética, los algoritmos evolutivos (EAs) se han aplicado ampliamente en diversos ámbitos para abordar desafíos prácticos. Sin embargo, las limitaciones inherentes de estos algoritmos requieren una mayor refinación para lograr un equilibrio delicado entre la exploración global y la explotación local.
Descripción
Basado en los principios de biomimética, los algoritmos evolutivos (EAs) se han aplicado ampliamente en diversos ámbitos para abordar desafíos prácticos. Sin embargo, las limitaciones inherentes de estos algoritmos requieren una mayor refinación para lograr un equilibrio delicado entre la exploración global y la explotación local.