A Brief Review of Nature-Inspired Algorithms for Optimization

• 类型：arxiv
• 标识：1307.4186
• 链接：https://arxiv.org/abs/1307.4186
• 主题：agent
• 主分类：engineering
• 形态：survey
• 被引：676
• 被引来源：Semantic Scholar
• S2被引：676
• OpenAlex被引：390
• 影响力被引：21
• TLDR：A relatively comprehensive list of all the algorithms based on swarm intelligence, bio-inspired, physics-based and chemistry-based, depending on the sources of inspiration, that have become popular tools for solving real-world problems.
• OpenAlex ID：W1788708300
• OpenAlex DOI：10.48550/arxiv.1307.4186
• DOI：10.48550/arxiv.1307.4186
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://arxiv.org/pdf/1307.4186
• OpenAlex更新：2026-08-21
• 待LLM分类：否
• 成熟度：research
• 场景：optimization、metaheuristics
• 标题中文：仿生优化算法简要综述
• TLDR中文：较为全面地列举了基于群体智能、生物启发、物理启发和化学启发（按灵感来源分类）的所有算法，这些算法已成为解决实际问题的流行工具
• 来源文件：
• [OpenAlex discover]
• [S2 enrich]