Discussion de l'article "Algorithmes d'optimisation de la population : Algorithme d'Optimisation du Loup Gris - Grey Wolf Optimizer (GWO)"

[MetaQuotes]

Un nouvel article Algorithmes d'optimisation de la population : Algorithme d'Optimisation du Loup Gris - Grey Wolf Optimizer (GWO) a été publié :

Considérons l'un des algorithmes d'optimisation modernes les plus récents : le Grey Wolf Optimization. Le comportement original sur les fonctions de test fait de cet algorithme l'un des plus intéressants parmi ceux considérés précédemment. C'est l'un des meilleurs algorithmes à utiliser dans la formation de réseaux de neurones, des fonctions fluides avec de nombreuses variables.

Fig. 3 : Schéma du mouvement oméga par rapport à alpha, beta et delta

Le pseudo-code de l'algorithme GWO est le suivant :

1) Initialisation aléatoire de la population de loups gris.
2) Calcul du fitness de chaque membre de la population.
3) Chefs de meute :
-α = membre avec la meilleure valeur de fitness
-β = deuxième meilleur membre (en termes de fitness)
-δ = troisième meilleur membre (en termes de valeur de fitness)
Mise à jour de la position de tous les loups oméga selon les équations dépendant de α, β, δ
4) Calcul du fitness de chaque membre de la population.
5) répétition de l'étape 3.

Auteur : Andrey Dik