Diskussion zum Artikel "Algorithmus für die künstliche, kooperative Suche (Artificial Cooperative Search, ACS)"
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 Algorithmus für die künstliche, kooperative Suche (Artificial Cooperative Search, ACS) :
Die künstliche, kooperative Suche (Artificial Cooperative Search, ACS) ist eine innovative Methode, bei der eine binäre Matrix und mehrere dynamische Populationen auf der Grundlage von wechselseitigen Beziehungen und Kooperation verwendet werden, um schnell und genau optimale Lösungen zu finden. Der einzigartige Ansatz von ACS in Bezug auf Räuber und Beute ermöglicht es, hervorragende Ergebnisse bei numerischen Optimierungsproblemen zu erzielen.
Der ACS-Algorithmus wurde von Pinar Civicioglu im Jahr 2013 vorgeschlagen. Es beginnt mit zwei Basispopulationen, die Kandidatenlösungen innerhalb der Vertrauensregion enthalten. Der Algorithmus erzeugt dann zwei neue Populationen, Räuber und Beute, indem er Werte aus den ursprünglichen Populationen α und β mit Hilfe von Zufallsschritten und einer binären Matrix abbildet. Darüber hinaus wird die fünfte Population auf der Grundlage der Werte der Raubtier- und der Beutepopulation berechnet. Bei diesem Verfahren werden die Ausgangspopulationen für eine bestimmte Anzahl von Iterationen aktualisiert, wobei die beste Lösung aus diesen beiden Populationen ausgewählt wird.
Die Migration und Evolution zweier künstlicher Superorganismen, die auf biologische Weise miteinander interagieren, um das globale Extremum der Zielfunktion zu erreichen, und der Prozess, der dem kooperativen Verhalten in der Natur ähnelt, sind der Schlüssel zur hohen Leistung von ACS bei numerischen Optimierungsproblemen. Dieser einzigartige Ansatz für biologisch motivierte Interaktionen zwischen Populationen ermöglicht dem ACS-Algorithmus eine beeindruckende Konvergenzgeschwindigkeit und hohe Lösungsgenauigkeit. Aufgrund seiner Fähigkeit, schnell und genau optimale Lösungen zu finden, hat sich ACS als leistungsfähiges Werkzeug für die Lösung eines breiten Spektrums numerischer Optimierungsprobleme erwiesen.
Autor: Andrey Dik