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

[MetaQuotes]

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

Продолжение темы оптимизации научным сообществом. CoSO следует рассматривать не как готовое решение, а как перспективную исследовательскую платформу. При должной доработке, CoSO может найти свою нишу в задачах, где важна адаптивность и устойчивость к изменениям, а время вычислений не критично.

Алгоритм CoSO демонстрирует средние результаты на тестовых функциях, достигая 43% от максимально возможной производительности. Конечно, я ожидал более впечатляющих результатов. В тестовом стенде предлагается расширенный набор функций, в том числе стандартных и общеизвестных, где каждый желающий может дополнительно экспериментировать как с подбором параметров, так и с подбором функций для лучшего раскрытия возможностей алгоритма.

Главным недостатком текущей реализации является высокая вычислительная сложность. Многослойная архитектура с журналами, динамическим распределением средств и адаптивным управлением популяцией создает существенную нагрузку. Алгоритм заметно медленнее других популяционных методов, что ограничивает его применимость в задачах, требующих быстрых решений.

Автор: Andrey Dik