Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
ATZ-Fachkongress

Chassis.tech plus 2024


4 Kongresse in einer Veranstaltung

Treffen Sie in München die Fachleute von Chassis, Lenkung, Bremsen sowie Reifen/Räder.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Introduction Kapitel lesen Erstes Kapitel lesen

2018 | OriginalPaper | Buchkapitel

15. Dragonfly Algorithm (DA)

verfasst von : Babak Zolghadr-Asli, Omid Bozorg-Haddad, Xuefeng Chu

Erschienen in: Advanced Optimization by Nature-Inspired Algorithms

Verlag: Springer Singapore

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

The dragonfly algorithm (DA) is a new metaheuristic optimization algorithm, which is based on simulating the swarming behavior of dragonfly individuals. This algorithm was developed by Mirjalili (2016) and the preliminary studies illustrated its potential in solving numerous benchmark optimization problems and complex computational fluid dynamics (CFD) optimization problems. In this chapter, the natural process behind a standard DA is described at length.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Crow Search Algorithm (CSA)
Literatur
Beni, G., & Wang, J. (1993). Swarm intelligence in cellular robotic systems. In: P. Dario, G. Sandini, & P. Aebischer (Eds.), Robots and biological systems: Towards a new bionics? Berlin, Heidelberg, New York, NY: Springer.
Bonabeau, E., Dorigo, M., & Theraulaz, G. (1999). Swarm intelligence: From natural to artificial systems. New York, NY: Oxford University Press.MATH
Gandomi, A. H., & Alavi, A. H. (2012). Krill herd: A new bio-inspired optimization algorithm. Communications in Nonlinear Science and Numerical Simulation, 17(12), 4831–4845.MathSciNetMATH
Gandomi, A. H., Yang, X. S., & Alavi, A. H. (2013). Cuckoo search algorithm: A metaheuristic approach to solve structural optimization problems. Engineering with Computers, 29(1), 17–35.
Mirjalili, S. (2016). Dragonfly algorithm: A new meta-heuristic optimization technique for solving single-objective, discrete, and multi-objective problems. Neural Computing and Applications, 27(4), 1053–1073.
Reynolds, C. W. (1987). Flocks, herds and schools: A distributed behavioral model. In Proceedings of the 14th annual conference on computer graphics and interactive techniques, New York, NY, July 27–31.
Russell, R. W., May, M. L., Soltesz, K. L., & Fitzpatrick, J. W. (1998). Massive swarm migrations of dragonflies (Odonata) in eastern North America. The American Midland Naturalist, 140(2), 325–342.
Thorp, J. H., & Rogers, D. C. (Eds.). (2014). Thorp and Covish’s freshwater invertebrates: Ecology and general biology (Vol. 1). Amsterdam, Netherland: Elsevier.
Wikelski, M., Moskowitz, D., Adelman, J. S., Cochran, J., Wilcove, D. S., & May, M. L. (2006). Simple rules guide dragonfly migration. Biology Letters, 2(3), 325–329.
Yang, X. S. (2010). Nature-inspired metaheuristic algorithms. Frome, UK: Luniver Press.
Metadaten
Titel
Dragonfly Algorithm (DA)
verfasst von
Babak Zolghadr-Asli
Omid Bozorg-Haddad
Xuefeng Chu
Copyright-Jahr
2018
Verlag
Springer Singapore
Buch
Advanced Optimization by Nature-Inspired Algorithms

Print ISBN: 978-981-10-5220-0

Electronic ISBN: 978-981-10-5221-7

Copyright-Jahr: 2018

DOI
https://doi.org/10.1007/978-981-10-5221-7_15

Premium Partner

    Bildnachweise