Diskussion zum Artikel "Der Algorithmus Central Force Optimization (CFO)"
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 Der Algorithmus Central Force Optimization (CFO) :
Die Anziehungskraft wird nach ähnlichen Regeln berechnet wie das Newtonsche Gesetz der universellen Gravitation. Sie hängt von der unterschiedlichen Gewichtung“ der Sonden (der unterschiedlichen Qualität der Lösungen) und dem Abstand zwischen ihnen ab. Eine Sonde mit einem hohen Fitnessfunktionswert zieht nahegelegene Sonden mit niedrigen Werten stark an, hat aber kaum Auswirkungen auf weiter entfernte Proben. Unter dem Einfluss dieser Kräfte wird jede Sonde beschleunigt und beginnt sich zu bewegen. Kleine, „leichte“ Sonden eilen auf die „schwereren“ zu, als würden Kugeln die Hänge von Hügeln hinunterrollen. Mit jedem Schritt des Algorithmus berechnen die Sonden die Anziehungskräfte neu und passen ihre Bewegung an. Wenn eine Sonde versucht, sich über die festgelegten Grenzen des Suchbereichs hinaus zu bewegen, wird ein Reflexionsmechanismus ausgelöst – stellen Sie sich vor, dass sich am Rand des Bereichs eine Wand befindet, an der die Sonde in den erlaubten Bereich zurückprallt.
Mit der Zeit sammeln sich die Sonden um hohe Punkte in der Landschaft. Die meisten von ihnen konzentrieren sich auf die vielversprechendsten Bereiche, und mit jeder Iteration bestimmen sie die Position der Spitzenwerte genauer. Wenn Sie dem Algorithmus genügend Zeit geben, sollten im Idealfall alle Sonden um das globale Maximum konvergieren – den höchsten Punkt der gesamten Landschaft.
Die Besonderheit des CFO ist, dass es sich im Wesentlichen um einen deterministischen Algorithmus handelt – wenn man ihn zweimal mit der gleichen Anfangsverteilung der Sonden durchführt, wird er das gleiche Ergebnis liefern. Dies unterscheidet ihn von vielen anderen metaheuristischen Algorithmen, die auf Zufälligkeit beruhen.
Autor: Andrey Dik