Discussão do artigo "Otimização por Comunidade de Cientistas - Community of Scientist Optimization (CoSO): Prática"

[MetaQuotes]

Novo artigo Otimização por Comunidade de Cientistas - Community of Scientist Optimization (CoSO): Prática foi publicado:

Continuação do tema de otimização por comunidade científica. O CoSO não deve ser tratado como uma solução pronta, mas como uma plataforma de pesquisa promissora. Com o refinamento adequado, o CoSO pode encontrar seu nicho em tarefas em que a adaptabilidade e a robustez a mudanças sejam importantes, e quando o tempo de processamento não for crítico.

O algoritmo CoSO apresenta resultados medianos nas funções de teste, atingindo 43% do desempenho máximo possível. É claro que eu esperava resultados mais impressionantes. O ambiente de testes oferece um conjunto ampliado de funções, incluindo funções padrão e amplamente conhecidas, e nele qualquer interessado pode fazer experimentos adicionais tanto na escolha de parâmetros quanto na de funções para explorar melhor o potencial do algoritmo.

A principal desvantagem da implementação atual é a alta complexidade computacional. A arquitetura multicamadas, com periódicos, distribuição dinâmica de recursos e gestão adaptativa da população, impõe uma carga significativa. O algoritmo é consideravelmente mais lento do que outros métodos populacionais, o que limita sua aplicabilidade em tarefas que exigem soluções rápidas.

Autor: Andrey Dik