Discusión sobre el artículo "Algoritmos de optimización de la población: Algoritmo de murciélago (Bat algorithm - BA)"

[MetaQuotes]

Artículo publicado Algoritmos de optimización de la población: Algoritmo de murciélago (Bat algorithm - BA):

Hoy analizaremos el algoritmo de murciélago (Bat algorithm - BA), que posee una sorprendente convergencia en funciones suaves.

Al escribir el algoritmo BA, nos encontramos con que, en muchas fuentes, los autores de los artículos describen el algoritmo de formas completamente distintas: las diferencias se daban tanto en el uso de los términos en la descripción de puntos clave como en las características algorítmicas fundamentales, así que lo describiremos según nuestro propio entendimiento. Los principios físicos básicos que subyacen a la ecolocalización se pueden aplicar en el algoritmo con importantes reservas y convenciones. Vamos a suponer que los ratones usan pulsos sonoros con una frecuencia que va desde MinFreq a MaxFreq. La frecuencia afecta la velocidad de movimiento del ratón en el espacio. También se usa el concepto condicional de sonoridad, que afecta la transición del estado de búsqueda local en la ubicación de la posición actual del murciélago al estado global en la vecindad de la mejor solución. La frecuencia de ondulación aumenta a lo largo de la optimización, mientras que el volumen de los sonidos disminuye.

Pseudocódigo del algoritmo BA (Figura 1):

1. Inicialización de la población de murciélagos.
2. Generación de la frecuencia, la velocidad y las nuevas soluciones.
3. Búsqueda de una solución local.
4. Actualización de una solución global.
5. Disminución del volumen y aumento de la frecuencia de pulsación.
6. Repetiremos el paso 2 hasta que se cumpla el criterio de parada.

Figura 1. Esquema de bloques del algoritmo BA.

Autor: Andrey Dik