Algorytm optymalizacji Mayfly - Mayfly optimization algorithm

W optymalizacji matematycznej , informatyki i Badań Operacyjnych The Mayfly Optymalizacja Algorytm (MA) został opracowany przez Zervoudakis K. i dr Tsafarakis S. zająć zarówno ciągłych i dyskretnych problemów optymalizacyjnych i jest inspirowana z zachowania lotu i procesu współpracującą z jętki . Jest to hybrydowa algorytmiczna struktura optymalizacji roju cząstek , algorytm świetlika i algorytm genetyczny . Procesy tańca godowego i losowego lotu poprawiają równowagę między właściwościami eksploracyjnymi i eksploatacyjnymi algorytmu i pomagają w jego ucieczce z lokalnych optymów. Jego wydajność jest lepsza od innych popularnych metaheurystyk, takich jak PSO , DE , GA i FA , pod względem współczynnika konwergencji i szybkości zbieżności.

Wprowadzenie

IZ została opracowana w celu rozwiązania problemów optymalizacji zarówno z jednym, jak i z wieloma celami. Od pierwszej prezentacji algorytm optymalizacji mayfly był używany przez badaczy do rozwiązywania różnych problemów optymalizacyjnych.

Pseudokody algorytmu optymalizacji Mayfly

Algorytm optymalizacji Mayfly z jednym celem (MA)

Pseudokod MA

Objective function f(x), x=(x_1,…,x_d )^T
Initialize the male mayfly population x_i (i=1,2,…,N) and velocities v_mi
Initialize the female mayfly population y_i (i=1,2,…,M) and velocities v_fi
Evaluate solutions
Find global best gbest
Do While stopping criteria are not met
    Update velocities and positions of males and females
    Evaluate solutions
    Rank the mayflies
    Mate the mayflies
    Evaluate offspring
    Separate offspring to male and female randomly
    Replace worst solutions with the best new ones
    Update pbest and gbest
end while

Wielozadaniowy algorytm optymalizacji Mayfly (MOMA)

Pseudokod MOMA

Initialize the male mayfly population 𝑥𝑖
(𝑖 = 1,2, … , 𝑁) and velocities 𝑣𝑚𝑖
Initialize the female mayfly population 𝑦𝑖
(𝑖 = 1,2, … , 𝑀) and velocities 𝑣𝑓𝑖
Evaluate solutions using the predefined objective functions
Store the nondominated solutions found in an external repository
Sort the mayflies
Do While stopping criteria are not met
    Update velocities and positions of males and females
    Evaluate solutions
    If a new mayfly dominates its personal best
        Replace personal best with the new solution
    If no one dominates the other
        The new solution has a chance of 50% to replace the personal best
    Rank the mayflies
    Mate the mayflies
    Evaluate offspring
    Separate offspring to male and female randomly
    If an offspring dominates its same-sex parent
        Replace parent with the offspring
    Insert all the new nondominated solutions found in the external repository
    Sort the nondominated solutions and truncate the repository if needed
end while

Bibliografia