Discussão do artigo "Algoritmo de tribo artificial (Artificial Tribe Algorithm, ATA)"
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Novo artigo Algoritmo de tribo artificial (Artificial Tribe Algorithm, ATA) foi publicado:
O funcionamento do algoritmo ATA começa com a definição dos parâmetros e a inicialização aleatória da tribo, após o que é calculado o valor de adaptabilidade. Em seguida, o contador de iterações é incrementado, e a situação atual da tribo é avaliada. Se a situação for favorável (a diferença no valor ótimo da adaptabilidade entre gerações for maior que um critério definido), realiza-se o comportamento de reprodução, onde os indivíduos trocam informações. Caso contrário, é utilizado o comportamento de migração, no qual os indivíduos se movem considerando tanto sua própria experiência quanto a de toda a tribo. A migração não pode ocorrer de forma contínua, para evitar dispersão excessiva. Depois, o valor de adaptabilidade é novamente calculado e comparado com os melhores valores registrados da tribo e de cada indivíduo. Se for encontrada uma solução melhor, ela é armazenada na memória. Verifica-se se as condições de término foram atendidas e, se sim, a iteração é encerrada. Caso contrário, o processo retorna à etapa de avaliação da situação.
A inclusão de informação global no ATA dá peso à experiência histórica da tribo, o que ajuda a encontrar melhores soluções e aprimorar a capacidade de busca. O aumento do peso da experiência da tribo contribui para elevar a eficiência do algoritmo, acelerando sua convergência. Para isso, o ATA introduz um peso inercial global, que reforça as habilidades de busca e acelera o processo.
A principal inovação do ATA é a existência de um sistema de comportamento duplo, que se adapta conforme a situação: a reprodução é usada para uma diversificação aprofundada quando o progresso é bom, enquanto a migração é ativada ao se ficar preso em ótimos locais, promovendo uma atividade de busca mais aprofundada. Também é essencial a combinação de aprendizado individual e social. A memória individual (Xs) é usada durante a migração, enquanto a memória global (Xg) é ponderada por um coeficiente inercial AT_w. Na reprodução, os parceiros são escolhidos aleatoriamente, o que ajuda a aumentar a diversidade e a acelerar a busca.
Autor: Andrey Dik