GSMIS

ข้อมูลการเผยแพร่ผลงาน

การเผยแพร่ในรูปของบทความวารสารทางวิชาการ

ชื่อบทความ

RO-FOA: An Ecosystem-Inspired Compact Fruit Fly Optimization Algorithm for Box-Constrained Optimization

วัน/เดือน/ปี ที่ได้ตอบรับ

9 สิงหาคม 2562

วารสาร

ชื่อวารสาร

Engineering and Applied science Research (EASR)

มาตรฐานของวารสาร

SCOPUS

หน่วยงานเจ้าของวารสาร

Engineering and Applied Science Research (EASR) Faculty of Engineering, Khon Kaen University

ISBN/ISSN

ปีที่

ฉบับที่

เดือน

ปี พ.ศ. ที่พิมพ์

2562

หน้า

บทคัดย่อ

The fruit fly optimization algorithm (FOA) was a recently proposed. The FOA has a number of advantages over other nature-inspired algorithms such as its simple structure and ease of implementation. However, the FOA’s search procedures present a problem. FOA has a low success rate search and a slow convergence speed, when it has to deal with complex problems. This is because FOA generates a new position around its swarm location by random uniform distribution. To eliminate this drawback, our paper presents an improved fruit fly algorithm called RO-FOA. The RO-FOA technique takes knowledge of mutualistic relationship that is a form of relationship in ecosystems and biological theory. Our strategy blends two popular algorithms, i.e., the random walk (RW) and the opposition-based learning (OBL) algorithm, to establish the two-characteristic swarm for searching procedures. RO-FOA’s structure is very compact as the implementation uses only three fruit flies. Furthermore, the advantages of including two-characteristic population and dynamic distribution adaptation in the evolving process can produce an algorithm with the necessary search efficiency to find the optimal solution. A comprehensive set of 34 benchmark functions, containing a wide range of dimensions were used to validate the capability of the proposed algorithm. The results show that RO-FOA outperformed the existing FOA, as well as seven comparative well known meta-heuristic algorithms. RO-FOA can efficiently train multi-layer perceptrons for 5-bit and 8-bit auto-encoder problems. These results demonstrate that the RO-FOA can enhance the diversity of population distribution, solution quality and the convergence rate of the algorithm.

คำสำคัญ

Optimization algorithm, Nature-inspired algorithm, Fruit fly optimization algorithm, Meta-heuristics, Ecosystem, Mutualistic relationship

ผู้เขียน

557020060-9	นาย วิโรจน์ อภินันท์ธนากร [ผู้เขียนหลัก]
	คณะวิทยาศาสตร์ ปริญญาเอก ภาคปกติ

การประเมินบทความ

มีผู้ประเมินอิสระ

สถานภาพการเผยแพร่

ได้รับการตอบรับให้ตีพิมพ์

วารสารมีการเผยแพร่ในระดับ

นานาชาติ

citation

ไม่มี

เป็นส่วนหนึ่งของวิทยานิพนธ์

เป็น

แนบไฟล์

Citation