Discusión sobre el artículo "Algoritmo de Tribu Artificial (Artificial Tribe Algorithm, ATA)"
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 Algoritmo de Tribu Artificial (Artificial Tribe Algorithm, ATA):
El proceso de funcionamiento del algoritmo ATA comienza con la parametrización y la inicialización aleatoria de la tribu, tras lo cual se calcula el valor de adaptabilidad. A continuación, se incrementa el recuento de iteraciones y se valora la situación actual de la tribu. Si la situación es favorable (la diferencia en el valor óptimo de adaptabilidad entre generaciones es superior a un criterio determinado), se ejecutará un comportamiento de reproducción, en el que los individuos intercambiarán información. En caso contrario, se recurrirá al comportamiento migratorio, en el que los individuos se desplazan en función de la experiencia del individuo y de toda la tribu. La migración no puede realizarse de forma continua para evitar una dispersión excesiva. A continuación, se calcula nuevamente el valor de adaptabilidad y se compara con los mejores valores registrados para la tribu y cada individuo. Si se encuentra una solución mejor, se almacenará en la memoria. Luego se comprueba si se cumplen las condiciones de finalización y, si se cumplen, se finalizará la iteración. En caso contrario, el proceso volverá a la etapa de evaluación de la situación.
La incorporación de información global al ATA da peso a la experiencia histórica de la tribu para ayudar a encontrar mejores soluciones y mejorar la capacidad de búsqueda. El aumento del peso de la experiencia de la tribu contribuye a la eficacia del algoritmo al acelerar la convergencia. Para ello, el ATA introduce un peso de inercia global que mejora la capacidad de búsqueda y acelera el proceso.
La principal innovación del ATA es la presencia de un sistema de comportamiento dual que se adapta según la situación: la reproducción se utiliza para la exploración en profundidad cuando el progreso es bueno, mientras que la migración se activa cuando se ha atascado en óptimos locales, lo que promueve una exploración más profunda. También resulta importante la combinación de aprendizaje personalizado y social. La memoria individual (Xs) se usa en la migración, mientras que la memoria global (Xg) se pondera usando el factor de inercia AT_w. Al reproducirse, las parejas se eligen aleatoriamente para ayudar a mejorar la diversidad y acelerar la búsqueda.
Autor: Andrey Dik