文章 "群体优化算法：螺旋动态优化 (SDO) 算法" 新评论 MetaQuotes 2024.07.05 07:27 新文章 群体优化算法：螺旋动态优化 (SDO) 算法已发布： 文章介绍了一种基于自然界螺旋轨迹构造模式（如软体动物贝壳）的优化算法 - 螺旋动力学优化算法（Spiral Dynamics Optimization，SDO）。我对作者提出的算法进行了彻底的修改和完善，本文将探讨这些修改的必要性。 螺旋动力学优化（Spiral Dynamics Optimization，SDO）是由 Tamura 和 Yasuda 于 2011 年提出的最简单的物理算法之一，它是利用自然界中的对数螺旋现象而开发的。算法简单，控制参数少。此外，该算法还具有计算速度快、局部搜索能力强、前期多样化和后期强化等特点。 自然界中有许多螺旋，如星系、极光、动物角、龙卷风、贝壳、蜗牛、氨虫、变色龙尾巴或海马。在人类诞生之初创造的古代艺术中也能看到螺旋。多年来，一些研究人员努力了解螺旋序列和复杂性，并开发出螺旋方程和算法。自然界中经常出现的螺旋现象是在星系和热带气旋中观察到的对数螺旋。离散对数螺旋生成过程作为元启发式算法中的高效搜索行为来实现，这为螺旋动力学优化算法的开发提供了灵感。 可见螺旋序列图案在自然界中可以找到很多代表，例如植物、树木、波浪和许多其他形状。自然界中的视觉模式可以用混沌理论、分形、螺旋和其他数学概念来建模。在一些自然形态中，螺旋和分形密切相关。例如，斐波那契螺旋是基于黄金分割率和斐波那契数字的对数螺旋的变体。由于它是对数曲线，因此在每个尺度上看起来都是一样的，也可以被视为分形。 作者：Andrey Dik 新评论 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
新文章 群体优化算法：螺旋动态优化 (SDO) 算法已发布：
文章介绍了一种基于自然界螺旋轨迹构造模式（如软体动物贝壳）的优化算法 - 螺旋动力学优化算法（Spiral Dynamics Optimization，SDO）。我对作者提出的算法进行了彻底的修改和完善，本文将探讨这些修改的必要性。
螺旋动力学优化（Spiral Dynamics Optimization，SDO）是由 Tamura 和 Yasuda 于 2011 年提出的最简单的物理算法之一，它是利用自然界中的对数螺旋现象而开发的。算法简单，控制参数少。此外，该算法还具有计算速度快、局部搜索能力强、前期多样化和后期强化等特点。
自然界中有许多螺旋，如星系、极光、动物角、龙卷风、贝壳、蜗牛、氨虫、变色龙尾巴或海马。在人类诞生之初创造的古代艺术中也能看到螺旋。多年来，一些研究人员努力了解螺旋序列和复杂性，并开发出螺旋方程和算法。自然界中经常出现的螺旋现象是在星系和热带气旋中观察到的对数螺旋。离散对数螺旋生成过程作为元启发式算法中的高效搜索行为来实现，这为螺旋动力学优化算法的开发提供了灵感。
可见螺旋序列图案在自然界中可以找到很多代表，例如植物、树木、波浪和许多其他形状。自然界中的视觉模式可以用混沌理论、分形、螺旋和其他数学概念来建模。在一些自然形态中，螺旋和分形密切相关。例如，斐波那契螺旋是基于黄金分割率和斐波那契数字的对数螺旋的变体。由于它是对数曲线，因此在每个尺度上看起来都是一样的，也可以被视为分形。
作者：Andrey Dik