Discusión sobre el artículo "Optimización Extrema — Extremal Optimization (EO)"

[MetaQuotes]

Artículo publicado Optimización Extrema — Extremal Optimization (EO):

En este artículo analizamos el algoritmo de Optimización Extremal (OE), un método de optimización inspirado en el modelo de criticidad autoorganizada de Bak-Sneppen, donde la evolución se produce mediante la eliminación de los componentes del sistema que representan el peor caso. La versión modificada del algoritmo para poblaciones específicas demuestra un cambio de enfoque, alejándose de los principios teóricos en favor de la eficiencia práctica, lo cual lleva a la creación de potentes herramientas computacionales

Muchos problemas del mundo real, en particular los relacionados con el trading, se caracterizan por paisajes discretos complejos de la función objetivo con múltiples extremos locales, discontinuidades y regiones no diferenciables, lo cual hace que los métodos clásicos de gradiente no sean aplicables. Se han desarrollado numerosos algoritmos metaheurísticos para resolver este tipo de problemas, y cada enfoque posee sus propias ventajas y desventajas en cuanto al equilibrio entre la exploración y la explotación del espacio de búsqueda.

La optimización extrema (Extremal Optimization, EO) es un algoritmo de optimización metaheurística inspirado en el modelo de Bak-Sneppen. El algoritmo fue desarrollado por Stefan Boettcher y Allon Percus en 1999 como un método inspirado en el concepto de criticidad autoorganizada, que evoluciona naturalmente hacia un estado crítico donde se producen cambios en cascada de diversas escalas. La optimización evolutiva basada en poblaciones se desarrolló para resolver problemas de optimización continua usando operaciones iterativas basadas en poblaciones.

Autor: Andrey Dik