Multi-svärm optimering
Multi-svärmoptimering är en variant av partikelsvärmsoptimering (PSO) baserad på användningen av flera sub-svärmar istället för en (standard) svärm. Det allmänna tillvägagångssättet i multi-svärmoptimering är att varje sub-svärm fokuserar på en specifik region medan en specifik diversifieringsmetod bestämmer var och när sub-svärmarna ska lanseras. Multi-swarm-ramverket är speciellt anpassat för optimering av multimodala problem, där flera (lokala) optimer finns.
Beskrivning
I multimodala problem är det viktigt att uppnå en effektiv balans mellan prospektering och exploatering. Multi-svärmsystem ger ett nytt tillvägagångssätt för att förbättra denna balans. Istället för att försöka uppnå en kompromiss mellan utforskning och exploatering som kan försvaga sökprocessens båda mekanismer, separerar multisvärmsystem dem i distinkta faser. Varje fas är mer fokuserad på antingen exploatering (individuella sub-svärmar) eller prospektering (diversifieringsmetod).
Samordningen av undersvärmarna beror på den eller de specifika diversifieringsmetoderna som implementeras av multisvärmsystemet. Wave of Swarm of Particles (WOSP), till exempel, baserar sin diversifieringsmekanism på "kollision" av partiklar. När partiklar kommer för nära drivs de ut av en kort räckviddskraft till nya vågor/subsvärmar, vilket därmed undviker en fullständig konvergens. Dynamic Multi-Swarm-Particle Swarm Optimizer (DMS-PSO) omgrupperar periodvis partiklarna från undersvärmarna (efter att de har konvergerat) till nya undersvärmar, de nya svärmarna startas med partiklar från tidigare svärmar. Gräshoppsvärmar är baserade på en strategi för att "sluka och gå vidare" – efter att en undersvärm "slukar" en relativt liten del av sökutrymmet (för att hitta ett lokalt optimum) sätts scouter in för att leta efter nya lovande regioner att "gå vidare" ".
En utmärkande egenskap hos subsvärmar är att deras initiala positioner och initiala hastigheter inte är slumpmässigt valda som i normala svärmar. Istället bibehåller de viss information från partiklarnas tidigare banor. Generellt sett leder utvecklingen av multisvärmsystem till designbeslut som inte fanns under den ursprungliga utvecklingen av partikelsvärmsoptimering, såsom antalet partiklar som ska användas i varje subsvärm, det optimala värdet för förträngningsfaktorn och effekter av icke-slumpmässiga initiala positioner och initiala hastigheter. Dessa designbeslut har studerats noggrant och har väletablerade riktlinjer – t.ex. leder användningen av icke-slumpmässiga utgångspositioner och initiala hastigheter till förbättrade resultat i multisvärmsystem, vilket inte är fallet för ensvärmar. Andra designbeslut, såsom vilken diversifieringsmetod som ska användas eller vilken specifik sökstrategi som kommer att välja de initiala positionerna och initiala hastigheterna för en sub-svärm, har mindre etablerade riktlinjer och utgör öppna frågor inom området för multi-svärmsystem.
Vissa av dessa designbeslut kan hanteras av relativt oberoende delkomponenter som tillåter att olika optimeringstekniker infogas. Multi-svärmsystem ger således ett användbart ramverk för utveckling av hybridalgoritmer . Till exempel kombinerar UMDA-PSO multisvärmsystemet effektivt komponenter från partikelsvärmoptimering , uppskattning av distributionsalgoritm och differentiell utveckling till en multisvärmhybrid.
Nuvarande jobb
En läsgrupp om Mendeley är tillgänglig för alla intresserade forskare.