Fick’s Law Algorithm: A physical law-based algorithm for numerical optimization

威尔科克森符号秩检验 水准点(测量) 元启发式 算法 趋同(经济学) 编码(集合论) 计算机科学 扩散 系列(地层学) 收敛速度 法学 数学优化 数学 钥匙(锁) 统计 物理 曼惠特尼U检验 大地测量学 地理 程序设计语言 政治学 集合(抽象数据类型) 经济 古生物学 热力学 生物 经济增长 计算机安全
作者
Fatma A. Hashim,Reham R. Mostafa,Abdelazim G. Hussien,Seyedali Mirjalili,Karam M. Sallam
出处
期刊:Knowledge Based Systems [Elsevier]
卷期号:260: 110146-110146 被引量:118
标识
DOI:10.1016/j.knosys.2022.110146
摘要

Recently, many metaheuristic optimization algorithms have been developed to address real-world issues. In this study, a new physics-based metaheuristic called Fick’s law optimization (FLA) is presented, in which Fick’s first rule of diffusion is utilized. According to Fick’s law of diffusion, molecules tend to diffuse from higher to lower concentration areas. Many experimental series are done to test FLA’s performance and ability in solving different optimization problems. Firstly, FLA is tested using twenty well-known benchmark functions and thirty CEC2017 test functions. Secondly, five real-world engineering problems are utilized to demonstrate the feasibility of the proposed FLA. The findings are compared with 12 well-known and powerful optimizers. A Wilcoxon rank-sum test is carried out to evaluate the comparable statistical performance of competing algorithms. Results prove that FLA achieves competitive and promising findings, a good convergence curve rate, and a good balance between exploration and exploitation. The source code is currently available for public from: https://se.mathworks.com/matlabcentral/fileexchange/121033-fick-s-law-algorithm-fla.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
研友_LMy6kL完成签到,获得积分10
刚刚
科研通AI2S应助houl采纳,获得10
2秒前
quanxia发布了新的文献求助10
4秒前
kissssp发布了新的文献求助10
5秒前
5秒前
7秒前
7秒前
paparazzi221应助淡定小白菜采纳,获得100
8秒前
隐形曼青应助淡定小白菜采纳,获得100
8秒前
自然的听寒完成签到 ,获得积分10
10秒前
为为子完成签到 ,获得积分10
10秒前
sky完成签到 ,获得积分10
11秒前
高震博完成签到 ,获得积分10
12秒前
ZhangYunxuan发布了新的文献求助10
13秒前
啦啦啦完成签到,获得积分10
14秒前
dajiejie完成签到 ,获得积分10
15秒前
kissssp完成签到,获得积分10
16秒前
糊涂的丹南完成签到 ,获得积分10
16秒前
dandelionshun完成签到,获得积分10
22秒前
ZhangYunxuan完成签到,获得积分10
22秒前
Maggie完成签到 ,获得积分10
22秒前
团结友爱完成签到 ,获得积分10
22秒前
淡定小白菜完成签到,获得积分10
24秒前
darmy完成签到,获得积分10
24秒前
quanjia完成签到,获得积分10
27秒前
赵小超完成签到,获得积分10
30秒前
wangechun完成签到,获得积分10
31秒前
Lucas应助科研通管家采纳,获得10
32秒前
科研通AI2S应助科研通管家采纳,获得10
32秒前
Raymond应助科研通管家采纳,获得10
32秒前
CodeCraft应助科研通管家采纳,获得10
32秒前
科研通AI2S应助科研通管家采纳,获得10
32秒前
赵小超发布了新的文献求助10
33秒前
科研通AI2S应助科研通管家采纳,获得10
33秒前
medxyy完成签到,获得积分10
35秒前
科研通AI2S应助wangechun采纳,获得10
38秒前
ding应助jeff采纳,获得20
39秒前
甜甜发布了新的文献求助10
41秒前
华仔应助隐形之玉采纳,获得10
41秒前
41秒前
高分求助中
Sustainability in Tides Chemistry 2800
Kinetics of the Esterification Between 2-[(4-hydroxybutoxy)carbonyl] Benzoic Acid with 1,4-Butanediol: Tetrabutyl Orthotitanate as Catalyst 1000
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Handbook of Qualitative Cross-Cultural Research Methods 600
Very-high-order BVD Schemes Using β-variable THINC Method 568
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3137539
求助须知:如何正确求助?哪些是违规求助? 2788516
关于积分的说明 7787114
捐赠科研通 2444837
什么是DOI,文献DOI怎么找? 1300071
科研通“疑难数据库(出版商)”最低求助积分说明 625796
版权声明 601023