文章 "种群优化算法：和弦搜索（HS）"

[MetaQuotes]

新文章 种群优化算法：和弦搜索（HS）已发布：

在本文中，我将研究和测试最强大的优化算法 — 和弦搜索（HS），其灵感来自寻找完美声音和声的过程。 那么现在什么算法在我们的评级中处于领先地位？

HS 逻辑的工作类似于音乐家在创造完美和弦方面的工作。 音乐家尝试改变各种音调，直到找到完美的和弦。 之后，把找到的和弦集合存储在记忆中。 在优化问题中，和弦会经历各种变化；如果变化的结果是有利的，那么就更新记忆，添加新的和弦，并删除不需要的元素... 所有这些也许听起来令人困惑。 那么什么是和弦呢？ 什么是音调？ 我们尝试用我们自己的术语来理解算法。

什么是一首音乐？ 当然，我不是音乐家（这很遗憾），而是一名程序员。 但为了算法检测，应用“音符”的概念就足够了。 一首音乐由音符（弦乐）组成。 图例 1 示意性地展示了构建一首音乐的“机制”。 音符的选择对应于一首音乐，即使没有受过音乐或声乐教育的耳朵也很容易判定。 那些愿意猜测的人也许会在下面发表评论。

优化 HS 算法包括将带有音符的绿色条移动到作品本身的蓝色条上。 绿色条的范围是一个八度，由单个音符组成。 作品（蓝色条）对应于其中一个优化解决方案。 绿色条上的音符是问题的相应优化参数。 音乐家的记忆里存储了作品的多个版本（蓝色条的几种变体），这就是算法群体。

图例 1. 在一首音乐中选择音符（寻找和弦）。 蓝色条是一首。 绿色条是一组音符

图例 1 中的示例对应于离散问题的解，其参数中有八个音阶。 提供该示例是为了便于理解算法的操作。 但是，在任意任务中，可以有优化参数的任何音阶，并且还有过渡音符 — 半音阶。 解决问题的正确参数对应于作品中的正确音符。

作者：Andrey Dik