Обсуждение статьи "Алгоритм искусственного поискового роя — Artificial Searching Swarm Algorithm (ASSA)"
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 искусственного поискового роя — Artificial Searching Swarm Algorithm (ASSA):
Статья посвящена реализации алгоритма искусственного поискового роя (ASSA) на MQL5 в составе унифицированного тестового стенда. Разобраны три поведенческих правила движения, механизм сигнала и глобального табло, нормализация пространства, а также параметры stepRatio и Pc. Читатель получит готовую основу для интеграции ASSA, а также ответ на вопрос — насколько тактическая метафора оказалась удачным фундаментом для конкурентоспособности оптимизационного алгоритма.
Алгоритм Artificial Searching Swarm Algorithm (ASSA), был опубликован в 2012 году. Работа демонстрирует результаты тестирования ASSA на десяти контрольных функциях — от классических Розенброка, Гриванка и Растригина до задач с ограничениями — и проводит сравнение с генетическим алгоритмом, PSO и AFSA. Авторы показывают, что при достаточном числе итераций ASSA устойчиво превосходит конкурентов в задачах высокой размерности, сохраняя при этом простоту реализации и нечувствительность к начальным условиям.
Математически поведение каждого агента описывается тремя взаимоисключающими правилами движения. Синергетическое правило запускается с некоторой вероятностью "Pc" при наличии активного сигнала вызова: агент делает шаг в направлении координат вызывающего, причём длина шага пропорциональна нормализованному расстоянию до цели и случайному множителю. Поисковое правило срабатывает в отсутствие сигнала: агент формирует точку-зонд, притягиваясь одновременно к своей исторической лучшей позиции и к глобальному рекорду всего роя, и делает шаг в рассчитанном направлении. Если же зонд совпадает с текущей позицией агента — означая, что поблизости нет ни личного, ни коллективного превосходства — активируется стохастическое правило: случайный шаг в произвольном направлении, поддерживающий исследовательскую активность и защищающий алгоритм от преждевременной стагнации. Когда любое из трёх движений приводит агента в точку с лучшим значением функции, он немедленно транслирует свои координаты, и цикл сигнализации возобновляется.
Автор: Andrey Dik