Discusión sobre el artículo "Algoritmos de optimización de la población"
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:
Artículo de introducción a los algoritmos de optimización (AO). Clasificación. En el artículo, intentaremos crear un banco de pruebas (un conjunto de funciones) que servirá en el futuro para comparar los AO entre sí, e incluso, quizás, para identificar el algoritmo más universal de todos los ampliamente conocidos.
A la hora de optimizar sistemas comerciales, los más interesantes son los algoritmos de optimización metaheurística, pues no requieren conocimiento previo de la fórmula de la función optimizada. Asimismo, no se ha probado su convergencia al óptimo global, pero se ha establecido experimentalmente que en la mayoría de los casos ofrecen una solución bastante buena, y esto resulta suficiente para resolver una serie de problemas.
Muchos AO surgieron como modelos tomados de la naturaleza, y también se les llama de comportamiento, de enjambre, o de población. Algoritmos así suponen, por ejemplo, el comportamiento de los pájaros en una bandada (algoritmo del enjambre de partículas) o los principios del comportamiento de una colonia de hormigas (algoritmo de "colonia de hormigas" o "algoritmo de hormigas").
Los algoritmos de población involucran el procesamiento simultáneo de varias opciones para resolver el problema de optimización y representan una alternativa a los algoritmos clásicos de búsqueda a lo largo de trayectorias de movimiento en cuyo área de búsqueda solo evoluciona un candidato al resolver el problema.
Autor: Andrey Dik