An Adaptive Metaheuristic Framework for Changing Environments

要約

現代の最適化問題の急速に変化する状況には、リアルタイムで適応できるアルゴリズムが必要です。
このペーパーでは、動的環境向けに設計された Adaptive Metaheuristic Framework (AMF) を紹介します。
問題パラメータの変化にインテリジェントに適応できます。
AMF は、問題の動的な表現、リアルタイム センシング システム、および適応技術を組み合わせて、継続的に変化する最適化環境をナビゲートします。
動的最適化問題のシミュレーションを通じて、環境の変化を検出し、検索戦略を積極的に調整する AMF の機能が実証されています。
このフレームワークは、検出された変化に応じてソリューションを調整する適応モジュールで改善された差分進化アルゴリズムを利用します。
AMF の調整能力は一連の反復を通じてテストされ、問題の進展にもかかわらずソリューションの品質を維持する際の回復力と堅牢性が実証されています。
AMF の有効性は、動的最適化問題に関する一連のシミュレーションを通じて実証されます。
提示されたフィットネスの進化とソリューション パスの視覚化から明らかなように、堅牢性と機敏性がアルゴリズムのパフォーマンスを特徴づけます。
この調査結果は、AMF が動的最適化に対する実用的なソリューションであり、現実世界の問題の予測不可能性に対処できるアルゴリズムの作成において大きな前進であることを示しています。

要約(オリジナル)

The rapidly changing landscapes of modern optimization problems require algorithms that can be adapted in real-time. This paper introduces an Adaptive Metaheuristic Framework (AMF) designed for dynamic environments. It is capable of intelligently adapting to changes in the problem parameters. The AMF combines a dynamic representation of problems, a real-time sensing system, and adaptive techniques to navigate continuously changing optimization environments. Through a simulated dynamic optimization problem, the AMF’s capability is demonstrated to detect environmental changes and proactively adjust its search strategy. This framework utilizes a differential evolution algorithm that is improved with an adaptation module that adjusts solutions in response to detected changes. The capability of the AMF to adjust is tested through a series of iterations, demonstrating its resilience and robustness in sustaining solution quality despite the problem’s development. The effectiveness of AMF is demonstrated through a series of simulations on a dynamic optimization problem. Robustness and agility characterize the algorithm’s performance, as evidenced by the presented fitness evolution and solution path visualizations. The findings show that AMF is a practical solution to dynamic optimization and a major step forward in the creation of algorithms that can handle the unpredictability of real-world problems.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google