Сибирский федеральный университет

Перевод названия: Noise resistant a gravity search algorithm

Тип публикации: статья из журнала

Год издания: 2018

Идентификатор DOI: 10.17212/2307-6879-2018-3-4-101-115

Ключевые слова: глобальная оптимизация, метод оптимизации, алгоритм, гравитационный поиск, аддитивная помеха, закон гравитации, ядерная функция, метод Бочарова-Фельдбаума, роевой интеллект, многоэкстремальная функция, global optimization, optimization method, algorithm, Gravitational search algorithm, Additive Interference, law of gravity, Nuclear function, swarm intelligence, multiextremal function

Аннотация: В работе рассматривается задача глобальной оптимизации многоэкстремальных функций с помощью алгоритма гравитационного поиска. Классический алгоритм является стохастическим и основан на гравитационном взаимодействии совокупностей масс (зондов) и законах движения. На основе сил определяются векторы скорости и ускорения каждого зонда для дальнейшего его перемещения. Данный алгоритм схож с методом роя частиц, так как базируется на развитии многоагентной системы. В ходе исследования классического алгоритма был выявлен недостаток, связанный с сильным снижением оценки вероятности попадания в глобальный экстремум при наличии аддитивной равномерно распределенной помехе. В связи с этим предложен модифицированный алгоритм. Улучшение основано на внедрении ядерной функции, что позволяет лучше выделять истинный экстремум при воздействии помехи, а также увеличить точность решения при ее отсутствии. Также предлагается использовать динамический закон изменения количества зондов, что повлечет сокращение количества измерений целевой функции по сравнению со статическим количеством точек. Для демонстрации улучшения качества поиска модифицированным алгоритмом в работе приведен пример тестовой функции, сконструированной по методу Бочарова-Фельдбаума и имеющей 10 экстремумов, один из которых является глобальным. Сравнительное исследование двух алгоритмов проводится в одинаковых условиях как без помехи, так и с постоянно нарастающей амплитудой, вплоть до 10-кратного превышения уровня шума над полезным сигналом. Описанные модификации также хорошо подходят для широкого круга алгоритмов как роевого интеллекта, так и других. The paper considers the problem of global optimization of multi-extremal functions using the gravitational search algorithm. The classical algorithm is stochastic and is based on the gravitational interaction of masses and the laws of motion. In the course of the study of the classical algorithm, a shortcoming was revealed. It is associated with a strong decrease in the probability of falling into the global extremum in the presence of additive noise. In connection with which a modified algorithm is proposed. The improvement is based on the introduction of nuclear function. This makes it possible to better determine the global extremum under the influence of noise. It is also proposed to use the dynamic law of changing the number of probes. This will reduce the number of measurements of the objective function. An example of a test function is given for testing algorithms. It has 10 extremes, one of which is global. A comparative study of the two algorithms is conducted under the same conditions.

Журнал: Сборник научных трудов Новосибирского государственного технического университета

Выпуск журнала: № 3-4

Номера страниц: 101-115

ISSN журнала: 23076879

Место издания: Новосибирск

Издатель: Федеральное государственное бюджетное образовательное учреждение высшего образования Новосибирский государственный технический университет

• Воронов Владимир Сергеевич (Сибирский федеральный университет)

• РИНЦ (eLIBRARY.RU)