Самоадаптивный алгоритм бактериального поиска

Основное содержимое статьи

Н. М. Ершов
С. В. Полуян

Аннотация

Алгоритмы роевой оптимизации, рассматриваемые в данной работе, основаны на моделировании коллективного поведения в колониях живых организмов – муравьев, бактерий, пчел и т.д. Настоящая работа посвящена описанию нового подхода к построению самоадаптивных алгоритмов роевой оптимизации, в которых происходит автоматическая настройка части параметров алгоритма в процессе его выполнения. Идея построения самоадаптивного эволюционного алгоритма заключается в том, что на фоне основного алгоритма оптимизации запускается вспомогательный генетический алгоритм, целью работы которого является настройка параметров базового алгоритма, обеспечивающая максимально возможную скорость его сходимости. Приводятся результаты численного исследования самоадаптивного алгоритма бактериального поиска на примере решения стандартных тестовых задач непрерывной оптимизации.

Скачивания

Данные скачивания пока недоступны.

Информация о статье

Как цитировать
1.
Ершов НМ, Полуян СВ. Самоадаптивный алгоритм бактериального поиска. Системный анализ в науке и образовании [Интернет]. 16 сентябрь 2021 г. [цитируется по 7 декабрь 2023 г.];(1):15-20. доступно на: https://sanse.ru/index.php/sanse/article/view/373
Раздел
Статьи

Библиографические ссылки

Bonabeau E., Dorigo M., Theraulaz G. Swarm Intelligence: from Natural to Artificial Systems. — New York: Oxford University Press, Inc., 1999.

Passino K. M. Biomimicry of Bacterial Foraging for Distributed Optimization and Control // IEEE Control Systems Magazine. — 2002. — Vol. 22. — № 3. — Pp. 52–67.

Martin Riedmiller and Heinrich Braun. A direct adaptive method for faster backpropagation learning: The rprop algorithm. In IEEE INTERNATIONAL CONFERENCE ON NEURAL NETWORKS, pages 586–591, 1993.

S. Kirkpatrick, C. D. Gelatt, and M. P. Vecchi. Optimization by simulated annealing. Science, Number 4598, 13 May 1983, 220, 4598:671–680, 1983.

Whitley D. A Genetic Algorithm Tutorial // Statistics and Computing. — 1994. — Vol. 4. — № 2. — Pp. 65–85.

Наиболее читаемые статьи этого автора (авторов)