Evaluation of K-means Optimization Algorithm Using CEC2020 Functions

In diesem Kapitel wird der K-means Optimizer (KO) Algorithmus vorgestellt, ein neuartiger Ansatz, der K-means Clustering mit metaheuristischer Optimierung integriert. Der Text vertieft sich in die fünf wichtigsten Algorithmen, die das Betriebssystem von KO bilden, und erklärt, wie das K-Mittel-Clustern potenzielle Suchregionen identifiziert, einzelne Positionen aktualisiert und die Positionsdichtewahrscheinlichkeit (PDP) zur Steuerung von Bewegungsstrategien verwendet. Die Evaluierung der KO anhand der CEC2020-Benchmark-Funktionen zeigt ihre überlegene Leistung und Zuverlässigkeit im Vergleich zu anderen Algorithmen wie SCHO, AOA und GWO. Die Ergebnisse unterstreichen die Fähigkeit von KO, konstant optimale Werte zu erreichen und sich gut an verschiedene Arten von Optimierungsproblemen anzupassen. Dieses Kapitel bietet einen umfassenden Überblick über Struktur, Mechanismen und praktische Anwendungen von KO und ist somit eine wertvolle Ressource für Fachleute, die nach fortschrittlichen Optimierungslösungen suchen.