Diskussion zum Artikel "Algorithmen zur Optimierung mit Populationen Firefly-Algorithmus (FA)"

[MetaQuotes]

Neuer Artikel Algorithmen zur Optimierung mit Populationen Firefly-Algorithmus (FA) :

In diesem Artikel werde ich die Optimierungsmethode des Firefly-Algorithmus (FA) betrachten. Dank der Änderung hat sich der Algorithmus von einem Außenseiter zu einem echten Tabellenführer entwickelt.

Der Firefly-Algorithmus (F-Algorithmus) wurde von X-Sh vorgeschlagen. Yang an der University of Cambridge (UK) im Jahr 2007 und erregte sofort die Aufmerksamkeit der Optimierungsforscher. Der Firefly-Algorithmus gehört zu einer Familie von Schwarmintelligenz-Algorithmen, die in letzter Zeit beeindruckende Ergebnisse bei der Lösung von Optimierungsproblemen gezeigt haben. Insbesondere der Firefly-Algorithmus wird zur Lösung kontinuierlicher und diskreter Optimierungsprobleme eingesetzt.

Der Firefly-Algorithmus hat drei Regeln, die auf den Flackereigenschaften echter Glühwürmchen basieren. Die Regeln lauten wie folgt:

1. Alle Glühwürmchen werden sich auf attraktivere und hellere Kollegen zubewegen.
2. Der Grad der Anziehung eines Glühwürmchens ist proportional zu seiner Helligkeit, die mit zunehmender Entfernung von einem anderen Glühwürmchen abnimmt, da die Luft Licht absorbiert. Daher bewegt sich zwischen zwei flackernden Glühwürmchen das weniger helle auf das hellere zu. Wenn es kein helleres oder attraktiveres Gegenstück gibt, bewegt sich ein Glühwürmchen zufällig.
3. Die Helligkeit oder Lichtintensität des Glühwürmchens wird durch den Wert der Zielfunktion des Problems bestimmt.

Zu Beginn des Algorithmus werden alle Glühwürmchen nach dem Zufallsprinzip im Suchraum verstreut. Der Algorithmus bestimmt dann in zwei Phasen die optimalen Partitionen:

1. Änderung der Lichtintensität - die Helligkeit des Glühwürmchens an seiner aktuellen Position spiegelt sich im Wert seiner Fitness wider, die sich in Richtung eines attraktiven Glühwürmchens bewegt.
2. Das Glühwürmchen verändert seine Position, indem es die Lichtintensität der benachbarten Glühwürmchen beobachtet.

Jetzt können wir die Feinheiten der Firefly-Optimierung im Detail erforschen. Das Wesen des Algorithmus ist in Abbildung 1 deutlich dargestellt.

Abb. 1. Fireflies im Suchraum. Die Sichtbarkeit nimmt mit zunehmender Entfernung ab

Autor: Andrey Dik