Перейти к основному содержанию

Моделирование и анализ данных
2021. Том 11. № 2. С. 59–73
doi:10.17759/mda.2021110204
ISSN: 2219-3758 / 2311-9454 (online)

Разработка программного обеспечения метода глобальной оптимизации, имитирующего поведение стаи серых волков

736

Пантелеев А.В., Беляков И.А.

PDF (RUS)
GS
Информация
в Google Scholar
Метрики

Резюме

В данной статье рассматривается разработка программного обеспечения, позволяющего смоделировать алгоритм поиска экстремума функций многих переменных при параллелепипедных ограничениях, имитирующий поведение стаи серых волков. Для анализа эффективности работы алгоритма создано программное обеспечение, позволяющее варьировать параметры метода. В статье приведены примеры работы программы на стандартном общепринятом наборе тестовых функций. Целью работы программы является сбор и анализ статистических результатов, позволяющих оценить точность нахождения экстремума и характер сходимости. Программа позволяет построить линии уровня целевых функций и продемонстрировать работу алгоритма по шагам. Анализ статистических данных позволил сформулировать обоснованные рекомендации по выбору параметров алгоритма.

Общая информация

Ключевые слова: алгоритм глобальной оптимизации, метаэвристический алгоритм, программное обеспечение, метод имитации поведения стаи серых волков

Рубрика издания: Комплексы программ

Тип материала: научная статья

DOI: https://doi.org/10.17759/mda.2021110204

Опубликована

Для цитаты: Пантелеев, А.В., Беляков, И.А. (2021). Разработка программного обеспечения метода глобальной оптимизации, имитирующего поведение стаи серых волков. Моделирование и анализ данных, 11(2), 59–73. https://doi.org/10.17759/mda.2021110204

© Пантелеев А.В., Беляков И.А., 2021

Лицензия: CC BY-NC 4.0

Литература

  1. Пантелеев А.В., Скавинская Д.В. Метаэвристические алгоритмы глобальной оптимизации. М.: Вузовская книга, 2019.
  2. Карпенко А.П. Современные алгоритмы поисковой оптимизации. Алгоритмы, вдохновленные природой. М.: Изд-во МГТУ им. Н.Э. Баумана, 2014.
  3. Гладков В.А., Курейчик В.В. Биоинспирированные методы в оптимизации. М.: Физматлит, 2009.
  4. Glover F.W., Kochenberger G.A. (eds.). Handbook of Metaheuristics. Boston, MA: Kluwer Academic Publishers, 2003
  5. Floudas C.A., Pardalos P.M. (eds.). Encyclopedia of Optimization. Springer, 2009.
  6. Clerc M. Particle swarm optimization. ISTE Ltd, 2006.
  7. Mirjalili S., Mirjalili S.M., Lewis A. Grey wolf optimizer //Advances in Engineering Software. 2014. Vol. 69. P. 46–61.
  8. Mittal N., Singh U., Sohi B.S. Modified grey wolf optimizer for global engineering optimization // Applied Computational Intelligence and Soft Computing. 2016. Article ID 7950348. http://dx.doi. org/10.1155/2016/7950348
  9. Пантелеев А.В. Метаэвристические алгоритмы оптимизации законов управления динами- ческими системами. М.: Факториал, 2020.

Информация об авторах

Пантелеев Андрей Владимирович, доктор физико-математических наук, профессор, заведующий кафедрой математической кибернетики института «Информационные технологии и прикладная математика», Московский авиационный институт (национальный исследовательский университет), Москва, Российская Федерация, ORCID: https://orcid.org/0000-0003-2493-3617, e-mail: avpanteleev@inbox.ru

Беляков Иван Андреевич, студент бакалавриата института «Информационные технологии и прикладная математика», Московского авиационного института (национального исследовательского университета),, Москва, Российская Федерация, ORCID: https://orcid.org/0000-0003-3457-9914, e-mail: vanbelyakov@yandex.ru

Метрики

 Просмотров web

За все время: 408
В прошлом месяце: 7
В текущем месяце: 0

 Скачиваний PDF

За все время: 328
В прошлом месяце: 12
В текущем месяце: 0

 Всего

За все время: 736
В прошлом месяце: 19
В текущем месяце: 0