Discussão do artigo ""Otimização com búfalos-africanos — African Buffalo Optimization (ABO)"

Novo comentário
 

Novo artigo "Otimização com búfalos-africanos — African Buffalo Optimization (ABO) foi publicado:

O artigo é dedicado ao algoritmo de otimização com búfalos-africanos (ABO), uma abordagem meta-heurística desenvolvida em 2015 com base no comportamento único desses animais. Ele descreve detalhadamente as etapas de implementação do algoritmo e sua eficácia na busca por soluções de problemas complexos, tornando-o uma ferramenta valiosa na área de otimização.

O algoritmo de otimização com búfalos-africanos (African Buffalo Optimization, ABO) é uma abordagem meta-heurística inspirada no comportamento impressionante desses animais na natureza. Desenvolvido em 2015 pelos cientistas Julius Beneoluchi Odili e Mohd Nizam Kahar, o algoritmo ABO se baseia na interação social e nas estratégias de sobrevivência dos búfalos-africanos.

Os búfalos-africanos são conhecidos por sua capacidade de defesa coletiva e coordenação eficaz na busca por alimento e água. Esses animais vivem em grandes manadas, o que lhes proporciona proteção contra predadores e favorece a formação de grupos coesos, nos quais os adultos cuidam dos mais jovens e vulneráveis. Quando atacados por predadores, os búfalos demonstram uma impressionante capacidade de coordenação: podem formar um círculo ao redor dos membros mais frágeis da manada ou atacar o inimigo em conjunto.

Os princípios fundamentais do algoritmo ABO refletem aspectos-chave do comportamento desses animais. Primeiramente, a comunicação: os búfalos usam sinais sonoros para coordenar suas ações, o que no algoritmo corresponde à troca de informações entre os agentes. Segundo, o aprendizado: os búfalos aprendem com sua própria experiência e com a experiência de outros membros da manada, o que no algoritmo é implementado por meio da atualização das posições dos agentes com base nas informações reunidas.


Autor: Andrey Dik

 
Artigo muito interessante.
Obrigado, Andrew, por seu trabalho árduo e sua contribuição.
Aguardo ansiosamente seus artigos com métodos de otimização do Jumping Grasshoppers e do Attack Panther.
 

O autor é muito bom! Como um "manequim" absoluto nesse tópico, estou impressionado com a quantidade de métodos diferentes de otimização que existem. Provavelmente com botões de pérola também? ))

Andrei, por favor, diga-me em que software foi feita a visualização (por exemplo, ABO na função de teste Forest) ???? Talvez isso tenha sido mencionado em algum lugar, mas eu não vi.....

Próximo artigo sobre elefantes indianos ou tushkans mexicanos? ))

 
Nikolai Semko #:
Artigo muito interessante.
Obrigado, Andrei, por seu trabalho e contribuição.
Aguardo ansiosamente seus artigos com métodos de otimização do Jumping Grasshoppers e do Attack Panther.

Obrigado, Nikolay, por suas palavras gentis.

Não ouvi nada sobre o algoritmo Jumping Grasshoppers, mas parece que há alguns sobre o tópico de gatos: Panther Optimisation Algorithm (POA) e Mountain Lion Algorithm (MLA). Talvez eu considere a possibilidade de encontrar uma descrição suficiente para reproduzir a lógica dessas estratégias de pesquisa.

 
Denis Kirichenko #:

O autor é muito bom! Como um "manequim" absoluto nesse tópico, estou impressionado com a quantidade de métodos diferentes de otimização que existem. Provavelmente com botões de pérola também? ))

Andrei, por favor, diga-me em que software foi feita a visualização (por exemplo, ABO na função de teste Forest) ???? Talvez isso tenha sido mencionado em algum lugar, mas eu não vi....

Próximo artigo sobre elefantes indianos ou tushkans mexicanos? ))

Obrigado, Denis.

Eu uso apenas a linguagem MQL5 em meus artigos no mql5.com, a visualização é construída no MT5 usando ferramentas padrão. Todos os códigos-fonte estão disponíveis no anexo do artigo e você pode reproduzir meus resultados.

 
Alguns de meus artigos contêm "frases-senha" ocultas, mas até agora nenhum foi encontrado pelos leitores.
Novo comentário