实际数值优化问题的难度和复杂性日益增加，这就需要高效的优化方法。到目前为止，各种元启发式方法已经被引入，但只有少数获得了研究团体的认可。本文提出了一种新的元启发式算法——阿基米德优化算法(AOA)来求解优化问题。AOA的设计灵感来自一个有趣的物理定律阿基米德原理。它模拟了向上施加在物体上的浮力的原理，部分或完全沉浸在流体中，浮力与被排开的流体的重量成正比。为了评价该算法的性能，在CEC’17测试套件和四个工程设计问题上进行了测试。通过AO万博 尤文图斯A获得的解的性能已经超越了著名的最先进的和最近引入的元启发式算法，如遗传算法(GA)，粒子群优化(PSO)，差分进化变种L-SHADE和LSHADE-EpSin，鲸鱼优化算法(WOA)，正弦余弦算法(SCA)，哈里斯的鹰优化(HHO)，平衡优化器(EO)。实验结果表明，在收敛速度和探索开发平衡方面，AOA是一种高性能的优化工具，可以有效地解决复杂问题。源代码目前可从//www.tianjin-qmedu.com/matlabcentral/fileexchange/79822-archimedes-optimization-algorithm公开
引用作为
Hashim, Fatma A.， Kashif Hussain, Essam H. Houssein, Mai S. Mabrouk, Walid Al-Atabany。阿基米德优化算法:解决优化问题的一种新的元启发式算法。应用智能(2020):1-21。
