記事「母集団最適化アルゴリズム：重力探索アルゴリズム(GSA)」についてのディスカッション

[MetaQuotes]

新しい記事「母集団最適化アルゴリズム：重力探索アルゴリズム(GSA)」はパブリッシュされました:

GSAは、無生物から着想を得た母集団最適化アルゴリズムです。アルゴリズムに実装されたニュートンの重力の法則のおかげで、その物体の相互作用をモデル化する高い信頼性によって、惑星系や銀河団の魅惑的なダンスを観察することができます。今回は、最も興味深く、独創的な最適化アルゴリズムの1つを考えてみます。また、宇宙物体の移動シミュレータも提示されています。

この記事では、ニュートンの万有引力の法則「宇宙のすべての粒子は、それらの質量の積に正比例し、それらの間の距離の二乗に反比例する力で、他のすべての粒子を引き寄せる」に基づいた最適化アルゴリズムを紹介します。提案されたアルゴリズムでは、検索エージェントは、ニュートンの万有引力とニュートン力学の法則に基づき、互いに相互作用する質量の集合体です。同時に、すべてのエージェントは、質量（目的関数の値から計算）と距離に依存する引力によって、探索空間のどこにいても、互いに情報を交換することができます。

エージェントは物体として扱われ、その適応度は質量で測定されます。一般論として（実際の物理法則に近いアルゴリズム設定で）、これらの物体はすべて重力で引き寄せられ、この力によってすべての物体はより大きな質量を持つ物体に向かって大移動します。したがって、質量は重力による直接的な接続形態で相互作用します。

古典的なGSAでは、各粒子は3種類の質量を持ちます。

a）能動的質量
b）受動的質量
c）慣性質量

多くの場合、これらの概念の等価性を利用して、コードや計算を簡略化し、アルゴリズム検索機能の効率を高めることが便利で好都合です。したがって、アルゴリズムの質量は3つではなく、1つになります。GSAで使用する物理法則の方程式を図1に示します。

図1：重力、加速度、速度

粒子の位置が問題の解を提供し、適応度関数が質量を計算するために使用されます。このアルゴリズムには、探索と利用の2つの段階があります。局所最適値にはまり込まないように、最初のうちは知能機能を使い、その後は極値領域を利用するのです。

作者: Andrey Dik