INVESTIGATION OF THE EFFICIENCY OF POPULATION ALGORITHMS FOR SOLVING GLOBAL OPTIMIZATION PROBLEMS
Nataliia KRASNOSHLYK · CHERKASY UNIVERSITY BULLETIN APPLIED MATHEMATICS INFORMATICS · 2021
ДОСЛІДЖЕННЯ ЕФЕКТИВНОСТІ ПОПУЛЯЦІЙНИХ АЛГОРИТМІВ ДЛЯ РОЗВ'ЯЗУВАННЯ ЗАДАЧ ГЛОБАЛЬНОЇ ОПТИМІЗАЦІЇ У роботі розглянуто алгоритми кажанів, світлячків та зозулі для розв'язування задачі глобальної оптимізації.Дані метаевристичні алгоритм відноситься до популяційних алгоритмів, які інтенсивно розвиваються в останні роки.Метою роботи є реалізація та дослідження ефективності їх роботи при розв'язуванні оптимізаційних задач.Досліджено залежність точності й ефективності роботи розглянутих популяційних алгоритмів від параметрів, які задаються, та знайдено їх оптимальні значення.Проведено обчислювальні експерименти з порівняння точності знаходженні глобального мінімуму унімодальних і мультимодальних тестових функцій.Встановлено, що розглянуті популяційні алгоритми є ефективною альтернативою класичним методам розв'язування оптимізаційних задач, оскільки не накладають жодних обмежень на вигляд цільової функції.Ключові слова: популяційний алгоритм, ройовий інтелект, глобальна оптимізація, алгоритм кажанів, алгоритм світлячків, алгоритм зозулі. Постановка проблемиРозв'язування багатьох актуальних технічних, економічних, фізичних, біомедицинських та інших задач зводиться до задач глобальної оптимізації.Чисельні методи оптимізації можна умовно розділити на детерминистические та стохастичні.Детерміністичні методи, як правило, передбачають знаходження градієнта цільової функції і залежать від вибору початкових значень.Широкого розповсюдження набувають стохастичні методи, які почали інтенсивно розвиватися в 1980-х рр.Відповідні методи в літературі називають метаеврестичними, популяційними, багатоагентними і алгоритмами ройового інтелекту (Swarm intelligence) [1].Метаеврестичні алгоритми передбачають одночасну обробку декількох можливих варіантів розв'язку оптимізаційної задачі.Ще однією особливістю подібних алгоритмів