菌丝搜索：一种新的图结构启发式算法用于优化

研究人员推出了一种新颖的图结构元启发式算法——菌丝搜索（Mycelial Search, Myco），用于解决连续优化问题。该方法利用活跃尖端、社区加权流、自适应绳索可塑性和基于锚点的注入来平衡信息共享并保持搜索方向的多样性。在CEC 2022基准套件上的评估表明，Myco在与十一种已建立的优化器相比时表现具有竞争力，而消融研究突显了社区结构和绳索可塑性在其有效性中的作用。 AI

影响 引入了一种新颖的元启发式算法，有望提高复杂连续优化任务的性能。

排序理由 该集群包含一篇详细介绍新优化算法的研究论文。[lever_c_demoted from research: ic=1 ai=0.7]

在 arXiv cs.NE (Neural & Evolutionary) 阅读 →

• alphaXiv
• arXivLabs
• CatalyzeX
• CEC 2022
• DagsHub
• Gotit.pub
• Hugging Face
• Influence Flower
• Louvain partition
• Mohammad Mahdi Dehshibi
• Mycelial Search
• ScienceCast

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →