Um novo método metaheurístico baseado na abordagem fractal de divisão do espaço de busca para resolver tarefas de otimização. O algoritmo identifica e divide sequencialmente áreas promissoras, criando uma estrutura fractal auto-semelhante que concentra os recursos computacionais nos trechos mais promissores. Um mecanismo exclusivo de mutação, direcionado para as melhores soluções, garante um equilíbrio ideal entre diversificação e intensificação do espaço de busca, aumentando significativamente a eficiência do algoritmo.
Neste artigo, vamos analisar um novo algoritmo metaheurístico para resolver tarefas de otimização contínua, o Fractal-Based Algorithm (FBA), de Marjan Kaedi, de 2017. Essa abordagem é baseada nas propriedades geométricas dos fractais e utiliza o conceito de auto-semelhança para a diversificação adaptativa do espaço. No núcleo do algoritmo está uma heurística inovadora que avalia a perspectiva de diferentes áreas de busca com base na densidade de soluções de qualidade localizadas nelas.
Um aspecto central do método proposto é a divisão iterativa do espaço de busca em subespaços, com a identificação das zonas mais promissoras, que depois são submetidas a uma análise mais detalhada e intensiva. Durante o funcionamento do algoritmo, formam-se estruturas fractais auto-semelhantes, direcionadas para a solução ótima, garantindo um equilíbrio entre diversificação global e refinamento local das soluções encontradas. No artigo, analisaremos em detalhe os fundamentos teóricos do algoritmo, os detalhes de sua implementação, a configuração dos parâmetros-chave e apresentaremos os resultados de uma análise comparativa com outros métodos populares de otimização em funções de teste padrão.
Para login e uso do site MQL5.com, você deve ativar o uso de cookies.
Ative esta opção no seu navegador, caso contrário você não poderá fazer login.
Você entrou na conta. A autenticação de dois fatores foi desativada. Configure-a novamente e escaneie um novo código QR ou continue com a autenticação de dois fatores desativada.
Novo artigo Algoritmo baseado em fractais - Fractal-Based Algorithm (FBA) foi publicado:
Neste artigo, vamos analisar um novo algoritmo metaheurístico para resolver tarefas de otimização contínua, o Fractal-Based Algorithm (FBA), de Marjan Kaedi, de 2017. Essa abordagem é baseada nas propriedades geométricas dos fractais e utiliza o conceito de auto-semelhança para a diversificação adaptativa do espaço. No núcleo do algoritmo está uma heurística inovadora que avalia a perspectiva de diferentes áreas de busca com base na densidade de soluções de qualidade localizadas nelas.
Um aspecto central do método proposto é a divisão iterativa do espaço de busca em subespaços, com a identificação das zonas mais promissoras, que depois são submetidas a uma análise mais detalhada e intensiva. Durante o funcionamento do algoritmo, formam-se estruturas fractais auto-semelhantes, direcionadas para a solução ótima, garantindo um equilíbrio entre diversificação global e refinamento local das soluções encontradas. No artigo, analisaremos em detalhe os fundamentos teóricos do algoritmo, os detalhes de sua implementação, a configuração dos parâmetros-chave e apresentaremos os resultados de uma análise comparativa com outros métodos populares de otimização em funções de teste padrão.
Autor: Andrey Dik