Discusión sobre el artículo "Algoritmo de búsqueda cooperativa artificial (Artificial Cooperative Search, ACS)"

 

Artículo publicado Algoritmo de búsqueda cooperativa artificial (Artificial Cooperative Search, ACS):

La búsqueda cooperativa artificial (Artificial Cooperative Search, ACS) es un método innovador que utiliza una matriz binaria y múltiples poblaciones dinámicas basadas en relaciones de mutualismo y cooperación para encontrar soluciones óptimas de forma rápida y precisa. El enfoque único de ACS sobre depredadores y presas le permite obtener excelentes resultados en problemas de optimización numérica.

El algoritmo ACS fue propuesto por Pinar Civicioglu en 2013. Comienza utilizando dos poblaciones base que contienen soluciones candidatas dentro de la región de confianza. A continuación, el algoritmo crea dos nuevas poblaciones, depredadores y presas, mediante la asignación de valores de las poblaciones iniciales α y β utilizando pasos aleatorios y una matriz binaria. Además, la quinta población se calcula a partir de los valores de las poblaciones de depredadores y presas. El proceso consiste en actualizar las poblaciones iniciales durante un número determinado de iteraciones, tomando la mejor solución de estas dos poblaciones. 


La migración y evolución de dos superorganismos artificiales que interactúan biológicamente entre sí para alcanzar el extremo global de la función objetivo, y el proceso similar al comportamiento cooperativo en la naturaleza, son la clave del alto rendimiento de ACS en problemas de optimización numérica. Este enfoque único de las interacciones biológicamente motivadas entre poblaciones permite al algoritmo ACS alcanzar una impresionante velocidad de convergencia y una elevada precisión de las soluciones. Gracias a su capacidad para encontrar soluciones óptimas de forma rápida y precisa, ACS ha demostrado ser una potente herramienta para resolver una amplia gama de problemas de optimización numérica.

Autor: Andrey Dik