Discussione sull’articolo "Algoritmi di ottimizzazione della popolazione: Algoritmo del pipistrello (Bat - BA)"
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Il nuovo articolo Algoritmi di ottimizzazione della popolazione: Algoritmo del pipistrello (Bat - BA) è stato pubblicato:
In questo articolo prenderò in considerazione l'algoritmo Bat (BA), che mostra una buona convergenza sulle funzioni regolari.
Durante l'implementazione dell'algoritmo BA, mi sono imbattuto nel fatto che in molte fonti gli autori degli articoli descrivono l'algoritmo in modi completamente differenti. Le differenze riguardano sia l'uso dei termini nella descrizione dei punti chiave sia le caratteristiche fondamentali dell'algoritmo, per cui descriverò come l'ho inteso. I principi fisici di base sottostante dell'ecolocalizzazione possono essere applicati all'algoritmo con notevoli riserve e convenzioni. Si ipotizza che i pipistrelli utilizzino impulsi sonori con una frequenza compresa tra MinFreq e MaxFreq. La frequenza influisce sulla velocità del pipistrello. Viene utilizzato anche il concetto condizionale di intensità, che influisce sulla transizione dallo stato di ricerca locale nella posizione attuale del pipistrello a quello globale in prossimità della soluzione migliore. La frequenza di pulsazione aumenta durante l'ottimizzazione, mentre il volume dei suoni diminuisce.
Pseudo codice dell'algoritmo BA (Fig. 1):
1. Inizializzazione della popolazione dei pipistrelli.
2. Generazione della frequenza, velocità e nuove soluzioni.
3. Cercare una soluzione locale.
4. Aggiornamento della soluzione globale.
5. Diminuzione del volume e aumento della frequenza di pulsazione.
6. Ripetere il passaggio 2 fino a quando non viene soddisfatto il criterio di arresto.
Fig. 1. Diagramma dell'algoritmo BA
Autore: Andrey Dik