Discusión sobre el artículo "Algoritmos de optimización de la población: Algoritmo del mono (Monkey algorithm, MA)"
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Artículo publicado Algoritmos de optimización de la población: Algoritmo del mono (Monkey algorithm, MA):
En este artículo analizaremos el algoritmo de optimización "Algoritmo del Mono" (MA). La capacidad de estos ágiles animales para superar obstáculos complicados y alcanzar las copas de los árboles más inaccesibles fue la base de la idea del algoritmo MA.
El terreno explorado por los monos representa el paisaje de la función de aptitud, por lo que la solución del problema se corresponderá con la montaña más alta (consideramos el problema de maximización global). Desde su posición actual, cada uno de los monos irá ascendiendo hasta alcanzar la cima de la montaña. El proceso de escalada está diseñado para mejorar paulatinamente el valor de la función objetivo. A continuación, el mono realizará una serie de saltos locales en una dirección aleatoria con la esperanza de hallar una montaña más alta, y se repetirá el movimiento ascendente. Tras realizar un cierto número de subidas y saltos locales, el mono creerá haber explorado suficientemente el paisaje en las proximidades de su posición inicial.
Para explorar una nueva zona del espacio de búsqueda, el mono realizará un largo salto global. Las acciones anteriores se repetirán un número determinado de veces en los parámetros del algoritmo. Se declarará que la solución al problema será el pico más alto encontrado por la población de monos dada. Sin embargo, la IA invertirá un tiempo computacional considerable en buscar soluciones óptimas locales mientras se va adquiriendo altitud. El proceso de salto global puede acelerar la tasa de convergencia del algoritmo; el propósito de este proceso consistirá en forzar a los monos a encontrar nuevas oportunidades de búsqueda para evitar quedar atrapados en una búsqueda local. El algoritmo presenta ventajas como una estructura sencilla, una fiabilidad relativamente alta y una buena búsqueda de las soluciones óptimas locales.
El MA es un nuevo tipo de algoritmo evolutivo que puede resolver muchos problemas de optimización complejos caracterizados por la no linealidad, la no diferenciabilidad y la alta dimensionalidad. La diferencia con otros algoritmos es que el tiempo empleado por el MA se dedica principalmente a usar el proceso de toma de altitud para encontrar soluciones óptimas locales. En la siguiente sección, describiremos los principales componentes del algoritmo, las soluciones presentadas, la inicialización, el proceso de toma de altitud, el proceso de observación y el salto.
Autor: Andrey Dik