Алгоритм Льва

Алгоритм Льва (LA) — один из биоинспирированных (или) природных алгоритмов оптимизации (или), которые в основном основаны на метаэвристических принципах. Впервые он был представлен Б. Р. Раджакумаром в 2012 году под названием «Алгоритм Льва». ^[1] В 2014 году оно было расширено для решения проблемы идентификации системы. ^[2] Эта версия получила название LA и использовалась многими исследователями для решения задач оптимизации. ^[3] ^[4]

Вдохновение от социального поведения льва

Львы образуют социальную систему, называемую «прайд», состоящую из 1–3 пар львов. Львиный прайд разделяет общую территорию, известную как территория, на которой доминирующий лев называется территориальным львом. Территориальный лев защищает свою территорию от внешних нападений, особенно от кочевых львов. Этот процесс называется территориальной обороной. Он защищает детенышей до тех пор, пока они не достигнут половой зрелости. Срок погашения составляет около 2–4 лет. Прайд ведет борьбу за выживание, чтобы защитить свою территорию и детенышей от кочевых львов. Потерпев поражение от кочевых львов, доминирующий кочевой лев берет на себя роль территориального льва, убивая или изгоняя детенышей прайда. Львицы прайда рожают детенышей от нового территориального льва. Когда детеныши прайда взрослеют и считаются сильнее территориального льва, они захватывают прайд. Этот процесс называется территориальным захватом. Если происходит захват территории, либо старый территориальный лев, который считается отстающим, изгоняется, либо он покидает прайд. Более сильные львы и львица образуют новый прайд и рожают собственных детенышей. ^[5]

Терминология

В ЛА термины, связанные с социальной системой льва, сопоставлены с терминологией задач оптимизации. Здесь упоминаются лишь немногие из таких примечательных терминов. ^[3]^[2]^[4]^[1]

Лев: потенциальное решение, которое должно быть создано или определено как оптимальное (или) почти оптимальное решение проблемы. Лев может быть территориальным львом и львицей, детенышами и кочевым львом, которые представляют собой решение, основанное на этапах обработки LA.
Территориальный лев: самое сильное решение прайда, которое имеет тенденцию соответствовать целевой функции.
Кочевой лев: случайное решение, иногда называемое кочевником, для облегчения принципа исследования.
Отстающий лев: Плохие решения, которые терпят неудачу в борьбе за выживание.
Гордость: пул потенциальных решений, то есть лев, львица и их детеныши, которые являются потенциальными решениями проблемы поиска.
Оценка фертильности: процесс оценки того, способны ли территориальный лев и львица предоставить потенциальные решения в будущих поколениях, т.е. он гарантирует, что лев или львица сходятся в каждом поколении.
Борьба за выживание: Это жадный процесс отбора, который часто проводится между прайдом и кочевым львом.

Алгоритм

Шаги, необходимые для LA, приведены ниже: ^[3]^[2]^[4]^[1]

Поколение гордости: Генерировать $X^{male}$ , $X^{female}$ и $X_{1}^{nomad}$
Определять $f(X^{male})$ , $f(X^{female})$ , $f(X_{1}^{nomad})$
Инициализировать $f^{ref}$ как $f(X^{male})$ и $N_{g}$ как 0
Запомнить $X^{male}$ и $X^{female}$
Применить процесс оценки фертильности
Создание кубпула путем спаривания
Гендерная кластеризация: дать определение $X_{cub}^{male}$ и $X_{cub}^{female}$
Инициализировать $age_{cub}$ как ноль
Применить функцию роста Cub
Территориальная оборона: Если $X^{male}$ (или гордость) терпит неудачу в борьбе за выживание, т.е. $X_{1}^{nomad}$ побеждает гордость, переходите к шагу 4, иначе продолжайте
Увеличивать $age_{cub}$ на 1 и проверьте, достиг ли детёныш зрелости, т. е. если $age_{cub}>age_{max}$ , перейдите к шагу 9, иначе продолжайте
Территориальный захват: если $X_{cub}^{male}$ и $X_{cub}^{female}$ оказались ближе к оптимальному решению, обновите $X^{male}$ и $X^{female}$
Приращение $N_{g}$ на 1
Повторите действия, начиная с шага 5, если критерий завершения не нарушен, иначе вернитесь. $X^{male}$ как почти оптимальное решение

Варианты

Закон о законе получил дальнейшее развитие в различных проблемных областях. В соответствии с характеристиками проблемной области в процессы и модели, используемые в ЛА, были внесены существенные изменения. Соответственно, исследователями были разработаны различные варианты. В общих чертах их можно сгруппировать как гибридные Лос-Анджелесы. ^[6]^[7] и негибридные ЛА. ^[8]^[9]^[10]^[11]^[12] Гибридные LA — это LA, в которые внесены изменения по принципу других метаэвристик, ^[13]^[14]^[15] тогда как негибридные МА ^[8] принять в свою работу любую научную поправку, которая считается необходимой для решения соответствующей проблемной области. ^[16]^[17]

Приложения

LA применяется в различных инженерных приложениях. ^[1] которые варьируются от сетевой безопасности, ^[15]^[18]^[19]^[20] анализ текста, ^[21]^[22] обработка изображений, ^[23]^[24] электрические системы, интеллектуальный анализ данных ^[10]^[25]^[26]^[27] и многое другое. ^[8]^[28]^[29]^[30]^[31] Здесь обсуждаются лишь некоторые из известных приложений.

Сетевые приложения: в WSN LA используется для решения проблемы выбора главы кластера путем определения оптимальной головы кластера. ^[6]^[12] Проблема обнаружения маршрута как в VANET, так и в сети VANET. ^[9] и МАНЕ ^[16] также рассматриваются ЛА в литературе. Он также используется для обнаружения атак ^[15]^[20] в расширенных сетевых сценариях, таких как программно-конфигурируемые сети (SDN) ^[19]
Энергетические системы: Лос-Анджелес столкнулся с проблемой перепланирования генерации в дерегулированной среде, ^[17]^[32]^[33] оптимальная локализация и размеры устройств FACTS для повышения качества электроэнергии ^[14] и проблема управления частотой нагрузки ^[34]
Облачные вычисления: LA используется для решения задачи оптимального распределения ресурсов контейнера в облачной среде. ^[7]^[35] и облачная безопасность ^[13]

Ссылки

^ Jump up to: ^а ^б ^с ^д Раджакумар Б.Р. (2012). «Алгоритм Льва — новый алгоритм поиска, вдохновленный природой» . Технология Процедия . 6 : 126–135. дои : 10.1016/j.protcy.2012.10.016 .
^ Jump up to: ^а ^б ^с Раджакумар БР (2014). «Алгоритм Льва для идентификации стандартных и крупномасштабных билинейных систем: глобальная оптимизация, основанная на социальном поведении Льва». Конгресс IEEE по эволюционным вычислениям (CEC) . Пекин: 2116–2123 гг.
^ Jump up to: ^а ^б ^с Раджакумар Буталингам (2018). «Оптимизация с использованием алгоритма льва: биологическое вдохновение из социального поведения льва». Эволюционный интеллект . 11 (1–2): 31–52. дои : 10.1007/s12065-018-0168-y . S2CID 53019812 .
^ Jump up to: ^а ^б ^с Раджакумар БР (2020). «Алгоритм Льва и его приложения». Хосрави М., Гупта Н., Патель Н., Сенджю Т. (ред.). Передовые применения вычислений, вдохновленных природой . Springer Tracts в области вычислений, вдохновленных природой. Сингапур. стр. 100–118. дои : 10.1007/978-981-15-2133-1_5 . ISBN 978-981-15-2132-4 . S2CID 215858257 . {{cite book}}: CS1 maint: отсутствует местоположение издателя ( ссылка )
^ Бауэр Х., Лонг де Х.Х. и Сильвестр I (2003). «Социальное поведение львов в поясе саванн Западной и Центральной Африки». Биология млекопитающих . 68 (4): 239–243. дои : 10.1078/1616-5047-00090 .
^ Jump up to: ^а ^б Бхардвадж Р. и Кумар Д. (2019). «MOFPL: Многоцелевой алгоритм льва дробных частиц для маршрутизации с учетом энергии в WSN». Повсеместные и мобильные вычисления . 58 : 101029. doi : 10.1016/j.pmcj.2019.05.010 . S2CID 195466580 .
^ Jump up to: ^а ^б Ваткар К.Н. и Бхоле Г.П. «Оптимальное распределение ресурсов контейнера в облачной архитектуре: новая гибридная модель». Журнал Университета короля Сауда — компьютерные и информационные науки .
^ Jump up to: ^а ^б ^с Линь К.К., Хунг Дж.К. и Вэй Дж. (2018). «Выбор функций с использованием модифицированных алгоритмов Льва и машины опорных векторов для многомерных данных». Прикладные мягкие вычисления . 68 : 669–676. дои : 10.1016/j.asoc.2018.01.011 . S2CID 49319913 .
^ Jump up to: ^а ^б Ваг МБ и Гомати Н (2018). «Обнаружение маршрутов для автомобильных одноранговых сетей с использованием модифицированного алгоритма льва» . Александрийский инженерный журнал . 57 (4): 3075–3087. дои : 10.1016/j.aej.2018.05.006 .
^ Jump up to: ^а ^б Чандер С., Виджая П. и Дхиани П. (2018). «Многоядерный и динамический алгоритм дробной оптимизации для кластеризации данных» . Александрийский инженерный журнал . 57 (1): 267–276. дои : 10.1016/j.aej.2016.12.013 .
^ Яздани М. и Джолай Ф. (2016). «Алгоритм оптимизации Lion (LOA): метаэвристический алгоритм, вдохновленный природой» . Журнал вычислительного дизайна и инженерии . 3 (1): 24–36. дои : 10.1016/j.jcde.2015.06.003 .
^ Jump up to: ^а ^б Сирдешпанде Н. и Удупи В. (2017). «Дробная оптимизация льва для протокола маршрутизации на основе головки кластера в беспроводной сенсорной сети». Журнал Института Франклина . 354 (11): 4457–4480. дои : 10.1016/j.jfranklin.2017.04.005 .
^ Jump up to: ^а ^б Джордж А. и Сумати А. (2019). «Генерация коэффициентов на основе диадного продукта и алгоритма вороньего льва для защиты конфиденциальности в облаке». Кластерные вычисления . 22 : 1277–1288. дои : 10.1007/s10586-017-1589-6 . S2CID 57780861 .
^ Jump up to: ^а ^б Гаддала К. и Раджу П.С. (2020). «Объединение алгоритма поиска Lion и Crow для оптимального расположения и размера UPQC в распределительной сети». Журнал управления, автоматизации и электрических систем . 31 (2): 377–392. дои : 10.1007/s40313-020-00564-1 . S2CID 213536131 .
^ Jump up to: ^а ^б ^с Нарендрасинх Б.Г. и Вдевяс Д. (2019). «FLBS: система Fuzzy Lion Bayes для обнаружения вторжений в сети беспроводной связи». Журнал Центрального Южного университета . 26 (11): 3017–3033. дои : 10.1007/s11771-019-4233-1 . S2CID 212906833 .
^ Jump up to: ^а ^б Амбекар Р.К. и Колекар УД (2017). «AFL-TOHIP: Адаптивная дробная оптимизация льва для многопутевой маршрутизации, скрывающей топологию, в мобильной одноранговой сети». Международная конференция I-SMAC (IoT в социальных сетях, мобильных устройствах, аналитике и облаке) (I-SMAC) 2017 г. Палладам. стр. 727–732. дои : 10.1109/I-SMAC.2017.8058274 . ISBN 978-1-5090-3242-6 . S2CID 25884571 . {{cite book}}: CS1 maint: отсутствует местоположение издателя ( ссылка )
^ Jump up to: ^а ^б Тапре ПК, Сингх Д.К., Параскар С.Р. и Задагаонкар А.С. (2018). «Реализация улучшенного алгоритма Льва для планирования работы генераторов в нерегулируемой энергосистеме с использованием системы шин IEEE-30». Международная конференция по интеллектуальным электроприводам и энергосистемам (ICSEDPS) 2018 . Нагпур. стр. 233–238. дои : 10.1109/ICSEDPS.2018.8536070 . ISBN 978-1-5386-5793-5 . S2CID 53437909 . {{cite book}}: CS1 maint: отсутствует местоположение издателя ( ссылка ) CS1 maint: несколько имен: список авторов ( ссылка )
^ Сельви М. и Рамакришнан Б. (2019). «Надежная система трансляции экстренных сообщений на основе алгоритма оптимизации Lion (LOA) в VANET». Мягкие вычисления : 1–18.
^ Jump up to: ^а ^б Аривудаинамби Д., ВарунКумар К.А. и СибиЧаккараварти С. (2019). «LION IDS: метаэвристический подход для обнаружения DDoS-атак на программно-конфигурируемые сети». Нейронные вычисления и их приложения . 31 (5): 1491–1501. дои : 10.1007/s00521-018-3383-7 . S2CID 3663493 .
^ Jump up to: ^а ^б Ганешан Р. и Родригес С. (2018). «I-AHSDT: обнаружение вторжений с использованием адаптивных динамических директив, оперативной дробной львиной кластеризации и классификатора дерева решений на основе гиперболического секущего». Журнал экспериментального и теоретического искусственного интеллекта . 30 (6): 1–24. Бибкод : 2018JETAI..30..887G . дои : 10.1080/0952813X.2018.1509379 . S2CID 53241020 .
^ Ранджан Н.М. и Прасад Р.С. (2018). «LFNN: эволюционная модель на основе нечеткой нейронной сети Lion для классификации текста с использованием функций, основанных на контексте и смысле». Прикладные мягкие вычисления . 71 : 994–1008. дои : 10.1016/j.asoc.2018.07.016 . S2CID 52811765 .
^ Нихар Р. и Раджеш П. (2017). «Автоматическая классификация текста с использованием BPLion-нейронной сети и семантической обработки текста». Журнал науки о визуализации . 66 : 1–15.
^ Рамеш П. и Летиция (2017). «Параллельная архитектура для классификации хлопковых культур с использованием алгоритма кластеризации WLI-Fuzzy и модели нейронной сети Bs-Lion». Журнал науки о визуализации . 65 (8): 1–19. дои : 10.1080/13682199.2017.1367128 . S2CID 104085790 .
^ Кумар Б. и Раманайя К. (2019). «Область адаптивной сегментации по интересам для сжатия изображений с использованием гибридного математического подхода Джайи – Лайона». Международный журнал компьютеров и приложений : 1–12.
^ Чандер С., Виджая П. и Дхиани П. (2018). «MO-ADDOFL: Многоцелевой адаптивный динамический директивный оперативный алгоритм дробного льва для кластеризации данных». Международная конференция Маджана (MIC) . Маскат: 1–6.
^ Чандер С., Виджая П. и Дхиани П. (2017). «Целевая функция, основанная на множестве ограничений, и оптимизация льва для кластеризации данных». 2017 Международная конференция «Инфоком-технологии и беспилотные системы (Тенденции и направления развития)» (ICTUS) . Дубай. стр. 526–532. дои : 10.1109/ICTUS.2017.8286065 . ISBN 978-1-5386-0514-1 . {{cite book}}: CS1 maint: отсутствует местоположение издателя ( ссылка )
^ Чандер С., Виджай П. и Дхиани П. (2016). «ADOFL: многоядерный адаптивный директивный алгоритм оптимизации дробного льва для кластеризации данных». Журнал интеллектуальных систем . 27 .
^ Баберс Р., Хассаниен А.Е. и Гали Н.И. (2015). «Вдохновленный природой метаэвристический алгоритм оптимизации Lion для обнаружения сообществ». 11-я Международная конференция по компьютерной инженерии (ICENCO) : 217–222.
^ Виджая П. и Чандер С. (2018). «LionRank: метапоисковые системы на основе алгоритма льва для повторного ранжирования веб-страниц». Наука Китай Информационные науки . 61 (12). дои : 10.1007/s11432-017-9343-5 . S2CID 53720621 .
^ Рамайя В.С. и Рао Р.Р. (2017). «Новый подход к системе диаризации говорящих с использованием параметризации TMFCC и оптимизации Lion». Журнал Центрального Южного университета . 24 (11): 2649–2663. дои : 10.1007/s11771-017-3678-3 . S2CID 195244842 .
^ Суприта С., Нараян С. и Прабхакар Н. (2020). «Алгоритм Льва — оптимизированная сеть долговременной краткосрочной памяти для прогнозирования уровня подземных вод в районе Удупи, Индия» . Прикладной вычислительный интеллект и мягкие вычисления . 2020 : 1–8. arXiv : 1912.05934 . дои : 10.1155/2020/8685724 . S2CID 209324427 .
^ Параскар С., Сингх Д.К. и Тапре ПК (2017). «Алгоритм Льва для управления перегрузками на основе перепланирования генерации в дерегулируемой энергосистеме». Международная конференция по энергетике, связи, анализу данных и мягким вычислениям (ICECDS) . Ченнаи: 401–412.
^ Тапре ПК, Сингх Д.К. и Параскар С. (2017). «Новый алгоритм управления перегрузкой на основе перепланирования генерации». Международная конференция по трансформации инженерного образования (ICTEE) . Пуна: 1–8.
^ Дипеш С. и Нареш Ю (2019). «Алгоритм Льва с обновлением Леви: схема управления частотой нагрузки для двухзонной взаимосвязанной энергосистемы с несколькими источниками». Труды Института измерений и контроля .
^ Девагнанам Дж. и Эланго Н.М. (2019). «Проектирование и разработка алгоритма экспоненциального льва для оптимального распределения ресурсов кластера в облаке». Кластерные вычисления . 22 : 1385–1400. дои : 10.1007/s10586-018-1976-7 . S2CID 3365249 .

[:3-1] Jump up to: ^а ^б ^с ^д Раджакумар Б.Р. (2012). «Алгоритм Льва — новый алгоритм поиска, вдохновленный природой» . Технология Процедия . 6 : 126–135. дои : 10.1016/j.protcy.2012.10.016 .

[:1-2] Jump up to: ^а ^б ^с Раджакумар БР (2014). «Алгоритм Льва для идентификации стандартных и крупномасштабных билинейных систем: глобальная оптимизация, основанная на социальном поведении Льва». Конгресс IEEE по эволюционным вычислениям (CEC) . Пекин: 2116–2123 гг.

[:0-3] Jump up to: ^а ^б ^с Раджакумар Буталингам (2018). «Оптимизация с использованием алгоритма льва: биологическое вдохновение из социального поведения льва». Эволюционный интеллект . 11 (1–2): 31–52. дои : 10.1007/s12065-018-0168-y . S2CID 53019812 .

[:2-4] Jump up to: ^а ^б ^с Раджакумар БР (2020). «Алгоритм Льва и его приложения». Хосрави М., Гупта Н., Патель Н., Сенджю Т. (ред.). Передовые применения вычислений, вдохновленных природой . Springer Tracts в области вычислений, вдохновленных природой. Сингапур. стр. 100–118. дои : 10.1007/978-981-15-2133-1_5 . ISBN 978-981-15-2132-4 . S2CID 215858257 . {{cite book}}: CS1 maint: отсутствует местоположение издателя ( ссылка )

[5] Бауэр Х., Лонг де Х.Х. и Сильвестр I (2003). «Социальное поведение львов в поясе саванн Западной и Центральной Африки». Биология млекопитающих . 68 (4): 239–243. дои : 10.1078/1616-5047-00090 .

[:4-6] Jump up to: ^а ^б Бхардвадж Р. и Кумар Д. (2019). «MOFPL: Многоцелевой алгоритм льва дробных частиц для маршрутизации с учетом энергии в WSN». Повсеместные и мобильные вычисления . 58 : 101029. doi : 10.1016/j.pmcj.2019.05.010 . S2CID 195466580 .

[:5-7] Jump up to: ^а ^б Ваткар К.Н. и Бхоле Г.П. «Оптимальное распределение ресурсов контейнера в облачной архитектуре: новая гибридная модель». Журнал Университета короля Сауда — компьютерные и информационные науки .

[:6-8] Jump up to: ^а ^б ^с Линь К.К., Хунг Дж.К. и Вэй Дж. (2018). «Выбор функций с использованием модифицированных алгоритмов Льва и машины опорных векторов для многомерных данных». Прикладные мягкие вычисления . 68 : 669–676. дои : 10.1016/j.asoc.2018.01.011 . S2CID 49319913 .

[:7-9] Jump up to: ^а ^б Ваг МБ и Гомати Н (2018). «Обнаружение маршрутов для автомобильных одноранговых сетей с использованием модифицированного алгоритма льва» . Александрийский инженерный журнал . 57 (4): 3075–3087. дои : 10.1016/j.aej.2018.05.006 .

[:8-10] Jump up to: ^а ^б Чандер С., Виджая П. и Дхиани П. (2018). «Многоядерный и динамический алгоритм дробной оптимизации для кластеризации данных» . Александрийский инженерный журнал . 57 (1): 267–276. дои : 10.1016/j.aej.2016.12.013 .

[11] Яздани М. и Джолай Ф. (2016). «Алгоритм оптимизации Lion (LOA): метаэвристический алгоритм, вдохновленный природой» . Журнал вычислительного дизайна и инженерии . 3 (1): 24–36. дои : 10.1016/j.jcde.2015.06.003 .

[:9-12] Jump up to: ^а ^б Сирдешпанде Н. и Удупи В. (2017). «Дробная оптимизация льва для протокола маршрутизации на основе головки кластера в беспроводной сенсорной сети». Журнал Института Франклина . 354 (11): 4457–4480. дои : 10.1016/j.jfranklin.2017.04.005 .

[:10-13] Jump up to: ^а ^б Джордж А. и Сумати А. (2019). «Генерация коэффициентов на основе диадного продукта и алгоритма вороньего льва для защиты конфиденциальности в облаке». Кластерные вычисления . 22 : 1277–1288. дои : 10.1007/s10586-017-1589-6 . S2CID 57780861 .

[:11-14] Jump up to: ^а ^б Гаддала К. и Раджу П.С. (2020). «Объединение алгоритма поиска Lion и Crow для оптимального расположения и размера UPQC в распределительной сети». Журнал управления, автоматизации и электрических систем . 31 (2): 377–392. дои : 10.1007/s40313-020-00564-1 . S2CID 213536131 .

[:12-15] Jump up to: ^а ^б ^с Нарендрасинх Б.Г. и Вдевяс Д. (2019). «FLBS: система Fuzzy Lion Bayes для обнаружения вторжений в сети беспроводной связи». Журнал Центрального Южного университета . 26 (11): 3017–3033. дои : 10.1007/s11771-019-4233-1 . S2CID 212906833 .

[:13-16] Jump up to: ^а ^б Амбекар Р.К. и Колекар УД (2017). «AFL-TOHIP: Адаптивная дробная оптимизация льва для многопутевой маршрутизации, скрывающей топологию, в мобильной одноранговой сети». Международная конференция I-SMAC (IoT в социальных сетях, мобильных устройствах, аналитике и облаке) (I-SMAC) 2017 г. Палладам. стр. 727–732. дои : 10.1109/I-SMAC.2017.8058274 . ISBN 978-1-5090-3242-6 . S2CID 25884571 . {{cite book}}: CS1 maint: отсутствует местоположение издателя ( ссылка )

[:14-17] Jump up to: ^а ^б Тапре ПК, Сингх Д.К., Параскар С.Р. и Задагаонкар А.С. (2018). «Реализация улучшенного алгоритма Льва для планирования работы генераторов в нерегулируемой энергосистеме с использованием системы шин IEEE-30». Международная конференция по интеллектуальным электроприводам и энергосистемам (ICSEDPS) 2018 . Нагпур. стр. 233–238. дои : 10.1109/ICSEDPS.2018.8536070 . ISBN 978-1-5386-5793-5 . S2CID 53437909 . {{cite book}}: CS1 maint: отсутствует местоположение издателя ( ссылка ) CS1 maint: несколько имен: список авторов ( ссылка )

[18] Сельви М. и Рамакришнан Б. (2019). «Надежная система трансляции экстренных сообщений на основе алгоритма оптимизации Lion (LOA) в VANET». Мягкие вычисления : 1–18.

[:15-19] Jump up to: ^а ^б Аривудаинамби Д., ВарунКумар К.А. и СибиЧаккараварти С. (2019). «LION IDS: метаэвристический подход для обнаружения DDoS-атак на программно-конфигурируемые сети». Нейронные вычисления и их приложения . 31 (5): 1491–1501. дои : 10.1007/s00521-018-3383-7 . S2CID 3663493 .

[:16-20] Jump up to: ^а ^б Ганешан Р. и Родригес С. (2018). «I-AHSDT: обнаружение вторжений с использованием адаптивных динамических директив, оперативной дробной львиной кластеризации и классификатора дерева решений на основе гиперболического секущего». Журнал экспериментального и теоретического искусственного интеллекта . 30 (6): 1–24. Бибкод : 2018JETAI..30..887G . дои : 10.1080/0952813X.2018.1509379 . S2CID 53241020 .

[21] Ранджан Н.М. и Прасад Р.С. (2018). «LFNN: эволюционная модель на основе нечеткой нейронной сети Lion для классификации текста с использованием функций, основанных на контексте и смысле». Прикладные мягкие вычисления . 71 : 994–1008. дои : 10.1016/j.asoc.2018.07.016 . S2CID 52811765 .

[22] Нихар Р. и Раджеш П. (2017). «Автоматическая классификация текста с использованием BPLion-нейронной сети и семантической обработки текста». Журнал науки о визуализации . 66 : 1–15.

[23] Рамеш П. и Летиция (2017). «Параллельная архитектура для классификации хлопковых культур с использованием алгоритма кластеризации WLI-Fuzzy и модели нейронной сети Bs-Lion». Журнал науки о визуализации . 65 (8): 1–19. дои : 10.1080/13682199.2017.1367128 . S2CID 104085790 .

[24] Кумар Б. и Раманайя К. (2019). «Область адаптивной сегментации по интересам для сжатия изображений с использованием гибридного математического подхода Джайи – Лайона». Международный журнал компьютеров и приложений : 1–12.

[25] Чандер С., Виджая П. и Дхиани П. (2018). «MO-ADDOFL: Многоцелевой адаптивный динамический директивный оперативный алгоритм дробного льва для кластеризации данных». Международная конференция Маджана (MIC) . Маскат: 1–6.

[26] Чандер С., Виджая П. и Дхиани П. (2017). «Целевая функция, основанная на множестве ограничений, и оптимизация льва для кластеризации данных». 2017 Международная конференция «Инфоком-технологии и беспилотные системы (Тенденции и направления развития)» (ICTUS) . Дубай. стр. 526–532. дои : 10.1109/ICTUS.2017.8286065 . ISBN 978-1-5386-0514-1 . {{cite book}}: CS1 maint: отсутствует местоположение издателя ( ссылка )

[27] Чандер С., Виджай П. и Дхиани П. (2016). «ADOFL: многоядерный адаптивный директивный алгоритм оптимизации дробного льва для кластеризации данных». Журнал интеллектуальных систем . 27 .

[28] Баберс Р., Хассаниен А.Е. и Гали Н.И. (2015). «Вдохновленный природой метаэвристический алгоритм оптимизации Lion для обнаружения сообществ». 11-я Международная конференция по компьютерной инженерии (ICENCO) : 217–222.

[29] Виджая П. и Чандер С. (2018). «LionRank: метапоисковые системы на основе алгоритма льва для повторного ранжирования веб-страниц». Наука Китай Информационные науки . 61 (12). дои : 10.1007/s11432-017-9343-5 . S2CID 53720621 .

[30] Рамайя В.С. и Рао Р.Р. (2017). «Новый подход к системе диаризации говорящих с использованием параметризации TMFCC и оптимизации Lion». Журнал Центрального Южного университета . 24 (11): 2649–2663. дои : 10.1007/s11771-017-3678-3 . S2CID 195244842 .

[31] Суприта С., Нараян С. и Прабхакар Н. (2020). «Алгоритм Льва — оптимизированная сеть долговременной краткосрочной памяти для прогнозирования уровня подземных вод в районе Удупи, Индия» . Прикладной вычислительный интеллект и мягкие вычисления . 2020 : 1–8. arXiv : 1912.05934 . дои : 10.1155/2020/8685724 . S2CID 209324427 .

[32] Параскар С., Сингх Д.К. и Тапре ПК (2017). «Алгоритм Льва для управления перегрузками на основе перепланирования генерации в дерегулируемой энергосистеме». Международная конференция по энергетике, связи, анализу данных и мягким вычислениям (ICECDS) . Ченнаи: 401–412.

[33] Тапре ПК, Сингх Д.К. и Параскар С. (2017). «Новый алгоритм управления перегрузкой на основе перепланирования генерации». Международная конференция по трансформации инженерного образования (ICTEE) . Пуна: 1–8.

[34] Дипеш С. и Нареш Ю (2019). «Алгоритм Льва с обновлением Леви: схема управления частотой нагрузки для двухзонной взаимосвязанной энергосистемы с несколькими источниками». Труды Института измерений и контроля .

[35] Девагнанам Дж. и Эланго Н.М. (2019). «Проектирование и разработка алгоритма экспоненциального льва для оптимального распределения ресурсов кластера в облаке». Кластерные вычисления . 22 : 1385–1400. дои : 10.1007/s10586-018-1976-7 . S2CID 3365249 .

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]

[9]

[10]

[11]

[12]

[13]

[14]

[15]

[16]

[17]

[18]

[19]

[20]

[21]

[22]

[23]

[24]

[25]

[26]

[27]

[28]

[29]

[30]

[31]

[32]

[33]

[34]

[35]