Discussão do artigo "Algoritmos de otimização populacionais: Algoritmo do morcego"

 

Novo artigo Algoritmos de otimização populacionais: Algoritmo do morcego foi publicado:

Hoje estudaremos o algoritmo do morcego (Bat algorithm, BA), que possui convergência incrível em funções suaves.

Ao desenvolver o algoritmo BA, deparei-me com a situação em que muitos autores descrevem o algoritmo de maneiras completamente diferentes em várias fontes, incluindo diferenças no uso de termos na descrição dos pontos-chave, bem como nas peculiaridades algorítmicas fundamentais. Portanto, vou descrever como entendi o algoritmo. Os princípios físicos básicos subjacentes à ecolocalização podem ser aplicados no algoritmo com certas ressalvas e convenções significativas. Supõe-se que os ratos usem pulsos sonoros com frequência variando de MinFreq a MaxFreq. A frequência afeta a velocidade de deslocamento do rato no espaço. Também é utilizado o conceito condicional de volume, que afeta a transição do estado de busca local na posição atual do morcego para o global nas proximidades da melhor solução. A frequência da ondulação aumenta ao longo da otimização, enquanto o volume dos sons diminui.

Pseudocódigo do algoritmo BA (Figura 1):

1. Inicialização da população de morcegos.
2. Geração da frequência, da velocidade e das novas soluções.
3. Busca de solução local.
4. Atualização da solução global.
5. Redução do volume e aumento da frequência de pulsação.
6. Repetição do passo 2 até que o critério de parada seja atingido.

scheme

Figura 1. Diagrama de blocos do algoritmo.

Autor: Andrey Dik