Обсуждение статьи "Алгоритм дифференциального поиска — Differential Search Algorithm (DSA)"

Новый комментарий
 

Опубликована статья Алгоритм дифференциального поиска — Differential Search Algorithm (DSA):

В статье рассматривается алгоритм дифференциального поиска DSA, имитирующий миграцию суперорганизма в поисках оптимальных условий обитания. Алгоритм использует гамма-распределение для генерации псевдо-стабильного блуждания и предлагает четыре стратегии выбора направления движения с тремя механизмами мутации координат. Какова будет производительность метода?

В данной статье рассмотрим Differential Search Algorithm — алгоритм оптимизации, имитирующий миграцию суперорганизма (стаи) в поисках лучших условий. DSA был предложен Pinar Civicioglu в 2012 году как альтернатива классическим алгоритмам, таким как PSO (Particle Swarm Optimization) и DE (Differential Evolution). Он моделирует поведение популяции организмов, которые перемещаются в пространстве решений, имитируя естественную миграцию с элементами случайности и направленного поиска. Вот одна из публикаций этого алгоритма. 

DSA имитирует миграцию суперорганизма (стаи, роя) в поисках лучших условий обитания. Представьте стаю птиц, которая перелетает с места на место в поисках пищи, это популяция решений движется в пространстве поиска. На каждой итерации каждая особь выбирает направление — куда двигаться (к случайной особи, к лучшим, или к самому лучшему), делает шаг — размер шага определяется гамма-распределением, что даёт много мелких шагов и редкие большие прыжки.

Шаг может быть отрицательным — тогда особь движется в противоположную сторону. Когда частично откатывается — случайно выбранные координаты возвращаются к прежним значениям. Это сохраняет хорошие гены и позволяет точно настраивать отдельные параметры. Принимает решение — если новая позиция лучше старой, особь остаётся, иначе возвращается назад.

Автор: Andrey Dik

Новый комментарий