这些关于元启发式优化技术的 文章太棒了!安德烈,你的工作非常出色,你能与我们分享这么多经验,真是令人难以置信,谢谢你!
@METAQUOTES 请考虑在优化器中实现这些元启发式优化目标!
用户可以在 OnTester() 中轻松设置:
OptimizerSetEngine("ACO"); // 蚂蚁群优化 OptimizerSetEngine("COA")); // cuckoo 优化算法 OptimizerSetEngine("ABC")); // 人工蜂群 OptimizerSetEngine("GWO")); // 灰狼优化器 OptimizerSetEngine("PSO")); // 粒子群优化
来自巴西的谢意
新文章 种群优化算法:杜鹃优化算法(COA)已发布:
我将研究的下一个算法是 Levy 飞行正在使用的杜鹃搜索优化。 这是最新的优化算法之一,也是排行榜的新领导者。
我们来更详细地讨论杜鹃产蛋的过程。 从所有鸟巢中,随机选择一个预备产蛋的鸟巢。 由于鸟蛋是一个解,因此可以用鸟蛋的质量来表示。 如果杜鹃蛋的质量高于宿主蛋,那么它将被替换。 否则,宿主蛋将留在鸟巢中。 事实上,随后的进化将自幸存的雏鸟继续。 这意味着,如果宿主蛋的雏鸟幸存下来,那么进化将从同一个地方继续。 进而只有当杜鹃蛋变得更强势,并且从新的地方继续寻找解时,才有可能进一步发展。 示意性决策树如图例 1 所示。
图例 1. 决策树。 红点是开始,绿点是最终决策
作者:Andrey Dik