پرسشی دارم:
الگوریتم رقابت استعماری در مقابل الگوریتم PSO از نقطه نظر همگرایی چگونه است؟
آنچه من برداشت دارم اینست که الگوریتم ICA هم از نقطه نظر جستجوی سراسری حسن الگوریتم ژنتیک را دارد و هم سرعت بالاتری نسبت به آن دارد. الگوریتم هایی مثل PSO سرعت بالایی دارند و سریع همگرا می شوند ولی الزاما در بهنه سراسری قرار نمی گیرند.
من بر این تصورم که در کابردهای بیشتر الگوریتم و مسائلی که local optimum زیادی دارند ، احتمالا pso سریعتر ازICA است ولی در جواب سراسری ممکن است قرار نگیرد.
پاسخ:
ابتدا لطفاً پست زیر را مطالعه نمایید:
نحوه مقایسه کارکرد دو الگوریتم بهینه سازی
مقایسه دو الگوریتم بهینه سازی، به بررسی های زیادی نیاز دارد. در ضمن مقاله زیر را در ویکی پدیا نیز بخوانید. همانگونه که در این مقاله اشاره شده است، هر الگوریتمی در دسته خاصی از مسائل خوب جواب خواهد داد. پیدا کردن این دسته برای هر الگوریتم نیز به بررسی زیادی نیاز دارد. البته نتیجه گیریهایی در حد کلی در مورد آنها می توان داشت ولی در نهایت بررسی را به مسئله مورد نظر باید محدود کرد. حتی مسائلی وجود دارند که در آنها جستجوی غیر هوشمند رندم، جوابی بهتر از الگوریتمهای هوشمند و روشهای بهینه سازی تکاملی می دهد.
No free lunch in search and optimization - Wikipedia, the free encyclopedia
تا به حال غالب مقالات منتشر شده در مورد الگوریتم رقابت استعماری، حاکی از موفقیت آن در حوزه های مختلف بوده اند. خیلی از دوستان نیز موفقیت آن را در مسائل با بعد بالا گزارش کرده اند. در حالی که در مسائل با بعد پایین خیلی ابراز رضایتی در کار نبوده است. اما خود همین مسئله و سندیت علمی آن جای بررسی دارد. شاید یک ایده پژوهشی، انجام یک کار تحقیقی مستقل جهت بررسی نقاط قوت و ضعف این الگوریتم باشد.
در هر صورت تنها نکته ای که می توان با قوت تمام و با پشتوانه علمی بیان کرد این است که
هیچ الگوریتمی اکسیری برای تمام مسائل بهینه سازی موجود نیست.
یکی از مهمترین مزایایی که علاقه مندان حوزه بهینه سازی تکاملی را به سمت استفاده از الگوریتم رقابت استعماری سوق می دهد، جدید و نوپا بودن این الگوریتم و وجود پتانسیل بالاتر تحقیقاتی و انجام کار جدیدتر پژوهشی در آن است.
در
اين لینک در بخش مستندات، برخی عناوین کار شده با این الگوریتم را مشاهده می نمایید.
منبع :پرسش و پاسخ - بهترین روش بهینه سازی تکاملی چه روشی است؟