"Popülasyon optimizasyon algoritmaları: Yapay arı kolonisi (Artificial Bee Colony, ABC)" makalesi için tartışma
"Böcek araştırmacısı Karl Frisch " in doğru adı Karl von Frisch'tir : Rusça'da sırasıyla https://en.wikipedia.org/wiki/Karl_von_Frisch.
Meta sezgisel optimizasyon teknikleri hakkındaki bu makaleler harika! Harika bir iş yapıyorsun Andrey, bizimle paylaşmak zorunda olduğun bu kadar çok deneyim akıllara durgunluk veriyor, teşekkürler!
@METAQUOTES lütfen bu metasezgisel optimizasyon hedeflerini optimize ediciye uygulamayı düşünün! Yazılım için harika olurdu.
Kullanıcının OnTester() içinde ayarlayabileceği kolay bir şey:
OptimizerSetEngine("ACO"); // Karınca Kolonisi Optimizasyonu OptimizerSetEngine("COA"); // cuckoo optimizasyon algoritması OptimizerSetEngine("ABC"); // yapay arı kolonisi OptimizerSetEngine("GWO"); // grey wolf optimizer OptimizerSetEngine("PSO"); // parçacık sürüsü optimizasyonu
Brezilya'dan teşekkürler
Alım-satım fırsatlarını kaçırıyorsunuz:
- Ücretsiz alım-satım uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
Yeni makale Popülasyon optimizasyon algoritmaları: Yapay arı kolonisi (Artificial Bee Colony, ABC) yayınlandı:
Bu makalede, yapay arı kolonisi algoritmasını inceleyeceğiz ve bilgi birikimimizi fonksiyon uzaylarıyla çalışmanın yeni ilkeleriyle destekleyeceğiz. Ayrıca algoritmanın klasik versiyonuna yorumumuzu katarak değiştirilmiş bir versiyonunu uygulayacağız.
Arıları kovanda yönetme ilkeleri ve alan keşif kuralları bakımından farklılık gösteren birçok yapay arı kolonisi uygulaması vardır. Makalede, algoritmanın klasik versiyonuna yorumumuzu katarak değiştirilmiş bir versiyonunu uygulayacağız.
Algoritma fikri, arıların mümkün olduğu kadar çok nektar elde edebilecekleri yerleri ararkenki davranışlarına dayanmaktadır. İlk olarak, tüm arılar kovandan rastgele bir yöne doğru uçar. Gözcü olarak görev yaparak nektar bulunan alanları bulmaya çalışırlar. Sonrasında kovana geri dönerler ve özel bir şekilde birbirlerine nerede ve ne kadar nektar bulduklarını söylerler.
Devamında, işçi arılar bulunan alanlara gönderilir. Bir alanda ne kadar çok nektar mevcutsa, o yöne doğru o kadar çok arı uçar. Gözcüler, başka alanlar aramak için tekrar uçarlar ve halihazırda bulunmuş alanların yakın çevresini keşfederler. Böylece, tüm arılar iki türe ayrılır: nektar toplayan işçi arılar ve yeni alanlar keşfeden gözcü arılar. Nektar toplama alanları, içlerindeki nektar miktarına karşılık gelen değerlere sahiptir. Daha düşük mertebeli alanlar, alanların merkezlerinden geçen bir çizgi boyunca daha yüksek mertebeli alanlara doğru yer değiştirir.
Şematik olarak, işçi arıların alanlara göre dağılımı Şekil 1'deki gibi görselleştirilebilir.
Şekil 1. Alan mertebelerine bağlı olarak alanlardaki arı sayısı
Yazar: Andrey Dik