Diskussion zum Artikel "Algorithmen zur Optimierung mit Populationen: Harmonie-Suche (HS)"
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Neuer Artikel Algorithmen zur Optimierung mit Populationen: Harmonie-Suche (HS) :
In diesem Artikel werde ich den leistungsstärksten Optimierungsalgorithmus untersuchen und testen - die Harmonie-Suche (HS), inspiriert durch den Prozess der Suche nach der perfekten Klangharmonie. Welcher Algorithmus ist nun der führende in unserer Bewertung?
Die Arbeit der HS-Logik ist vergleichbar mit der Arbeit eines Musikers, der eine perfekte Harmonie schafft. Der Musiker versucht, die verschiedenen Töne zu verändern, bis die perfekte Harmonie gefunden ist. Danach wird die Sammlung der gefundenen Harmonien im Speicher abgelegt. In einem Optimierungsproblem werden die Harmonien verschiedenen Veränderungen unterzogen; wenn die Ergebnisse der Variationen günstig sind, wird der Speicher erneuert, indem die Harmonie dem Speicher hinzugefügt und die unerwünschten Elemente entfernt werden... All dies mag ziemlich verwirrend klingen. Was also ist Harmonie? Was sind Töne? Versuchen wir, den Algorithmus mit unseren eigenen Begriffen zu verstehen.
Was ist ein Musikstück? Natürlich bin ich kein Musiker (was schade ist), sondern ein Programmierer. Für das Erkennen des Algorithmus reicht es jedoch aus, das Konzept der „Note“ anzuwenden. Ein Musikstück besteht aus Noten (Akkorden). Abbildung 1 zeigt schematisch den „Mechanismus“ für den Aufbau eines Musikstücks. Die Auswahl der Noten entspricht einem Musikstück, das auch ohne musikalisches Gehör oder musikalische Ausbildung leicht zu erkennen ist. Wer mitraten möchte, kann unten einen Kommentar hinterlassen.
Die Optimierung des HS-Algorithmus besteht darin, die grünen Balken mit Noten über den blauen Balken des Stücks selbst zu verschieben. Der Bereich des grünen Balkens ist eine Oktave, die sich aus einzelnen Noten zusammensetzt. Das Produkt (blauer Balken) entspricht einer der Optimierungslösungen. Die Hinweise auf dem grünen Balken sind die entsprechenden Optimierungsparameter des Problems. Im Gedächtnis des Musikers sind mehrere Versionen des Stücks gespeichert (mehrere Varianten der blauen Balken), das ist die Algorithmuspopulation.
Bild 1. Auswahl von Noten in einem Musikstück (Suche nach Harmonie). Der blaue Balken ist ein Stück. Die grünen Balken sind ein Satz von Noten
Das Beispiel in Abbildung 1 entspricht der Lösung eines diskreten Problems, bei dem es acht Schritte in den Parametern gibt. Das Beispiel dient dem besseren Verständnis der Funktionsweise des Algorithmus. In einer beliebigen Aufgabe kann es jedoch jede Stufe der optimierten Parameter geben, und es gibt auch Zwischentöne - Halbtöne. Die richtigen Parameter zur Lösung der Aufgabe entsprechen den richtigen Noten im Stück.
Autor: Andrey Dik