Discussione sull’articolo "Algoritmi di ottimizzazione della popolazione: Ottimizzazione Grey Wolf (GWO)"

[MetaQuotes]

Il nuovo articolo Algoritmi di ottimizzazione della popolazione: Ottimizzazione Grey Wolf (GWO) è stato pubblicato:

Prendiamo in considerazione uno dei più recenti algoritmi di ottimizzazione moderni - l'ottimizzazione Grey Wolf. Il comportamento originale sulle funzioni test rende questo algoritmo uno dei più interessanti tra quelli considerati in precedenza. Si tratta di uno dei principali algoritmi per l'addestramento di reti neurali e funzioni regolari con molte variabili.

Fig. 3. Diagramma del movimento omega in relazione ad alfa, beta e delta

Lo pseudocodice dell'algoritmo GWO è il seguente:

1) Inizializzare casualmente la popolazione di lupi grigi.
2) Calcolare la fitness di ciascun membro della popolazione.
3) Capi branco:
-α = membro con il miglior valore di fitness
-β = secondo miglior membro (in termini di fitness)
-δ = terzo miglior membro (in termini di valore di fitness)
Aggiornare la posizione di tutti i lupi omega secondo le equazioni dipendenti da α, β, δ
4) Calcolare la fitness di ciascun membro della popolazione.
5) ripetere il passaggio 3.

Autore: Andrey Dik