DOI: 10.17587/prin.15.87-96

УДК: 004.023

Гибридный алгоритм PSO-Jaya для решения различных оптимизационных задач

Е. М. Казакова, мл. науч. сотр., shogenovae@inbox.ru, Институт прикладной математики и автоматизации КБНЦ РАН, г. Нальчик

Предложен гибридный алгоритм PSO-Jaya, основанный на двух эвристических алгоритмах— PSO (рarticle swarm optimization) и Jaya. Для оценки эффективности гибридного алгоритма PSO-Jaya использованы две задачи: оптимизация функций и обучение искусственной нейронной сети для задачи классификации Glass Identification. В тестовых расчетах алгоритмы PSO, Jaya, PSO-Jaya сравнивали на основе среднего значения, медианы, стандартного отклонения и «лучшего» минимального значения ошибок после 50 симуляций для тестовых функций и 30 симуляций для обучения сети. Результаты работы гибридного алгоритма на тестовых задачах сравнивали с результатами алго­ритмов PSO и Jaya. Для всех тестовых случаев PSO-Jaya показал наилучшую производительность с точки зрения скорости сходимости и возможности избежать локальные минимумы.

Ключевые слова: эвристический алгоритм, оптимизация, метод роя частиц (PSO), Jaya, гибридный алгоритм, искусственная нейронная сеть, классификация

Стр. 87–96

Ссылка для цитирования:
Казакова Е. М. Гибридный алгоритм PSO-Jaya для решения различных оптимизационных задач // Программная инженерия. 2024. Том 15, № 2. С. 87—96. DOI: 10.17587/prin.15.87-96.