Discussion de l'article "Algorithmes d'optimisation de la population : Algorithme de la Chauve-Souris (BA)"

[MetaQuotes]

Un nouvel article Algorithmes d'optimisation de la population : Algorithme de la Chauve-Souris (BA) a été publié :

Dans cet article, j'examinerai l'algorithme de la Chauve-Souris, ou Bat (BA), qui présente une bonne convergence pour les fonctions lisses.

Lors de l’implémentation de l'algorithme BA, j'ai constaté que, dans de nombreuses sources, les auteurs des articles décrivent l'algorithme de manière totalement différente. Les différences se situent à la fois dans l'utilisation des termes dans la description des points clés et dans les caractéristiques algorithmiques fondamentales. C'est pourquoi je décrirai comment je l'ai compris moi-même. Les principes physiques de base qui sous-tendent l'écho-localisation peuvent être appliqués à l'algorithme avec des réserves et des conventions importantes. Nous supposons que les chauves-souris utilisent des impulsions sonores dont la fréquence est comprise entre MinFreq et MaxFreq. La fréquence affecte la vitesse de la chauve-souris. Le concept conditionnel de l'intensité sonore est également utilisé, ce qui affecte la transition de l'état de recherche locale à l'emplacement de la position actuelle de la chauve-souris à l'état de recherche globale à proximité de la meilleure solution. La fréquence des pulsations augmente tout au long de l'optimisation, et le volume des sons diminue.

Pseudo-code de l'algorithme BA (Fig. 1) :

1. Initialisation de la population des chauves-souris.
2. Génération de la fréquence, de la vitesse et de nouvelles solutions.
3. Recherche d’une solution locale.
4. Mise à jour de la solution globale.
5. Diminution du volume et augmentation de la fréquence de pulsation.
6. Répétition depuis l'étape 2 jusqu'à ce que le critère d'arrêt soit rempli.

Fig. 1 : Schéma fonctionnel de l'algorithme BA

Auteur : Andrey Dik