Обсуждение статьи "Оптимизация сообществом ученых — Community of Scientist Optimization (CoSO): Теория"

[MetaQuotes]

Опубликована статья Оптимизация сообществом ученых — Community of Scientist Optimization (CoSO): Теория:

Секреты эффективной оптимизации торговых стратегий в метаэвристических подходах. Community of Scientist Optimization — новый популяционный алгоритм, вдохновленный механизмами функционирования научного сообщества. В отличие от традиционных природных метафор, CoSO моделирует уникальные аспекты человеческой научной деятельности: публикацию результатов в журналах, конкуренцию за гранты и формирование исследовательских групп.

В продолжение темы обучения, в данной статье рассмотрим еще один подход к решению задач оптимизации — алгоритм CoSO (Community of Scientist Optimization), основанный на моделировании механизмов функционирования научного сообщества. В отличие от классических биологически-инспирированных алгоритмов, CoSO воспроизводит уникальные особенности научной деятельности: публикацию результатов в изданиях, конкуренцию за гранты, формирование исследовательских групп и баланс между углубленным изучением известных направлений и поиском принципиально новых решений. Алгоритм CoSO был разработан и опубликован в 2012 году двумя учёными A. Milani и V. Santucci.

Интересной особенностью данного подхода является естественная самоорганизация процесса поиска. Подобно реальному научному сообществу, алгоритм концентрирует ресурсы в перспективных областях, сохраняет и распространяет лучшие решения через механизм журналов, и поддерживает необходимое разнообразие через финансирование "аутсайдеров". Динамически изменяющийся размер популяции позволяет алгоритму адаптироваться к особенностям конкретной задачи без необходимости тонкой настройки параметра, это еще одно нововведение, потому что обычно мы используем постоянную популяцию. В статье подробно ознакомимся с математическими основами алгоритма, его ключевыми компонентами и механизмами взаимодействия между ними. 

Автор: Andrey Dik