ИЗВЕСТИЯ ВЫСШИХ УЧЕБНЫХ ЗАВЕДЕНИЙ СЕВЕРО-КАВКАЗСКИЙ РЕГИОН. 2015; 4: 22-27
http://dx.doi.org/10.17213/0321-2653-2015-4-22-27
ВАРИАНТ РЕАЛИЗАЦИИ РОЕВОГО АЛГОРИТМА ЛЕТУЧИХ МЫШЕЙ
Гринченков Дмитрий Валерьевич – канд. техн. наук, доцент, зав. кафедрой «Программное обеспечение вычислительной техники», Южно-Российский государственный политехнический университет (НПИ) имени М.И. Платова, г. Новочеркасск, Россия. Е-mail: grindv@yandex.ru
Мохов Василий Александрович – канд. техн. наук, доцент, Южно-Российский государственный политехнический университет (НПИ) имени М.И. Платова, г. Новочеркасск, Россия. E-mail: mokhov_v@mail.ru
Пивоваров Сергей Александрович – студент, Южно-Российский государственный политехнический университет (НПИ) имени М.И. Платова, г. Новочеркасск, Россия.
E-mail: sergey.pivovarov2014@yandex.ru
Романов Леонид Леонидович – студент, Южно-Российский государственный политехнический университет (НПИ) имени М.И. Платова, г. Новочеркасск, Россия. E-mail: 2leonid5romanov04@rambler.ru
Аннотация
Представлено исследование одного из алгоритмов роевого интеллекта – алгоритма летучих мышей на примере решения задачи поисковой оптимизации для вещественной функции. Разработана программа на языке Java, в которой представлено несколько функций для проведения экспериментов. В программе реализована возможность изменения основных параметров алгоритма для изучения их влияния на эффективность поиска экстремумов. Для указания значений доступны: размер популяции, количество итераций, ограничения на область поиска, начальная скорость агента, частота, громкость испускаемого импульса, а также вероятностные параметры для локального и глобального поиска. В результате экспериментов с алгоритмом выявлены различия во времени и абсолютной погрешности получаемых результатов в зависимости от начальных значений количества агентов и количества выполняемых итераций. Описание алгоритма и результаты экспериментов детально представлены в работе. Предложенный алгоритм может быть успешно использован для решения практических задач.
Ключевые слова: алгоритм летучих мышей; агент; оптимизация; метаэвристики; эхолокация; роевой интеллект
Полный текст: [in elibrary.ru]
Ссылки на литературу
1. Кузнецова А.В., Мохов В.А., Туровская Е.В. Моделирование процесса оптимального размещения товаров на складе самообслуживания на основе эволюционных алгоритмов поиска [Электронный ресурс] // Инженерный вестн. Дона. 2014. № 1. URL: http://www.ivdon.ru/magazine/archive/n1y2014/2276 (дата обращения: 01.09.2015).
2. Blum C., Rol A. Metaheuristics in combinatorial optimization: Overview and conceptual comparison // ACM Computing Surveys. 2003. №35 (3). P. 268 – 308.
3. Миллер П. Роевой интеллект: Муравьи, пчелы и птицы способны многому нас научить //National Geographic. Россия.2007. №8. С.88–107.
4. Скобцов Ю.А. Метаэвристики. Донецк: Ноулидж, 2013. 426 с.
5. Гринченков Д.В., Ситалов Д.С. Особенности программной реализации системы моделирования перемещения аватара в виртуальной среде // Изв. вузов. Сев.-Кавк. регион. Техн. науки. 2012. № 4. С. 25 – 29.
6. Гринченков Д.В., Кущий Д.Н. Принципы построения программного продукта для поддержки процесса принятия решений на основе интегрированных экспертных оценок // Изв. вузов. Электромеханика. 2012. № 5. С. 69 – 73.
7. Мохов В.А., Георгица И.В., Гончаров С.А. Мультиагентное моделирование сетевой атаки типа DDoS [Электронный ресурс] // Инженерный вестн. Дона. 2013. № 3 – Режим доступа – URL: http://ivdon.ru/magazine/archive/ n3y2013/1852 (дата обращения: 01.09.2015).
8. Xin-SheYang. ANewMetaheuristic Bat-Inspired Algorithm. [Электронный ресурс] – URL: http://arxiv.org/pdf/ 1004.4170.pdf (дата обращения: 01.09.2015).
9. Роевой интеллект. [Электронный ресурс] – URL: http://en.wikipedia.org/wiki/Swarm_intelligence (дата обращения: 08.07.2015).
10. Мохов В.А., Бородулина Е.Н. К вопросу о параметрической оптимизации роевых алгоритмов // Изв. ЮФУ. Техн. науки. 2014. № 4. С. 230–234.
11. Карпенко А.П. Популяционные алгоритмы глобальной поисковой оптимизации. Обзор новых и малоизвестных алгоритмов // Приложение к журналу «Информационные технологии». 2012. № 7.
12. Карпенко А. П. Современные алгоритмы поисковой оптимизации. Алгоритмы, вдохновленные природой: учебное пособие. М.: Изд-во МГТУ им. Н.Э. Баумана, 2014. 231 с.