Journal international d'intelligence d'essaim et de calcul évolutif

Abstrait

Fonctions de planification pour la mise à jour de position dans les algorithmes d'optimisation basés sur la population

Jeremy Mange* et Sara Pace

Dans de nombreux algorithmes d'optimisation basés sur la population (algorithmes évolutionnaires, optimisation par essaim de particules, etc.), chaque itération de l'algorithme implique un ensemble d'opérations spécifiques à la procédure pour chaque membre de la population, suivi d'une mise à jour résultante de la position de ce membre dans l'espace de recherche du problème. Cependant, pour les algorithmes dans lesquels ces opérations n'impliquent qu'un seul membre de la population et non la population dans son ensemble, il n'y a pas de besoin inhérent de mettre à jour chaque membre à chaque itération. Dans cet article, nous proposons une généralisation de cette procédure de mise à jour dans laquelle une fonction de « planification » est définie pour dicter l'ordre des mises à jour via l'application de l'algorithme, considérant ainsi la procédure typique de mise à jour de chaque membre de la population à chaque itération comme un programme « round-robin » particulier. En utilisant l'algorithme standard d'optimisation par essaim de particules (SPSO-2011) comme base pour démontrer le concept, nous comparons un certain nombre de fonctions de planification différentes et montrons que plusieurs de ces fonctions surpassent le programme round-robin typique pour un ensemble de problèmes d'optimisation de référence.