Обсуждение статьи "Алгоритм сверчков — Cricket Algorithm (CA)"
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Опубликована статья Алгоритм сверчков — Cricket Algorithm (CA):
В статье рассматривается алгоритм сверчков (Cricket Algorithm) - метаэвристический метод оптимизации, объединяющий элементы алгоритмов летучих мышей и светлячков с физическими законами распространения звука в атмосфере. Алгоритм моделирует поведение сверчков, ориентирующихся на стрекотание сородичей, используя закон Долбира и формулы акустики для управления поиском оптимальных решений.
Разберем для целей оптимизации еще один достаточно новый алгоритм. Алгоритм сверчков (Cricket Algorithm, CA) — это метаэвристический метод, разработанный Canayaz и Karci в 2015 году и опубликованный в журнале Applied Intelligence. Алгоритм черпает вдохновение из поведения сверчков в природе, в частности из их способности общаться с помощью звука и ориентироваться на сородичей с наиболее громким стрекотанием. В основу алгоритма положены физические законы распространения звука в атмосфере, что придаёт ему уникальную связь с реальным миром.
Алгоритм объединяет элементы трёх известных метаэвристик: алгоритма летучих мышей (Bat Algorithm), роевой оптимизации частиц (Particle Swarm Optimization) и алгоритма светлячков (Firefly Algorithm). От алгоритма летучих мышей заимствован механизм обновления скорости и позиции на основе частоты, от роевой оптимизации — концепция движения к лучшему решению, а от алгоритма светлячков — притяжение к более «ярким» (в данном случае — более громким) особям.
Автор: Andrey Dik