Agresywna kolonia chwastów jako biomimetyczna metoda optymalizacji globalnej

• Autorzy: Chwastek K.

Warianty tytułu

EN

Invasive Weed Colonization as a biomimetic method of global optimization

• Języki publikacji: PL

Abstrakty

PL

W pracy przedstawiono niedawno zaproponowany algorytm optymalizacji globalnej zainspirowany rozprzestrzenianiem się kolonii chwastów. Opisany algorytm jest zbliżony koncepcyjnie do innych współczesnych metaheurystyk, tj. roju cząstek czy algorytmów genetycznych. Jego cechy charakterystyczne to m.in. iteracyjny sposób działania, losowy dobór populacji początkowej, selekcja najbardziej optymalnych osobników. Działanie algorytmu przetestowano na wybranych problemach testowych.

EN

In the paper a recently developed algorithm of global optimization, inspired with spreading of weed colonies, is presented. The discussed algorithm is conceptually close to other contemporary metaheuristics, e.g. particle swarm or genetic algorithms. Its characteristic features are, among others, iterative mode of operation, random choice of initial population, selection of most prospective individuals. The action of the algorithm is tested using chosen benchmark problems.

Słowa kluczowe

PL

agresywna kolonia chwastów; biomimetyka; optymalizacja

EN

invasive weed colonization; biomimetics; optimization

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2015
• Tom: R. 91, nr 12
• Strony: 59--61
• Opis fizyczny: Bibliogr. 18 poz., rys., wykr.

Twórcy

autor

Chwastek K.

• Politechnika Częstochowska, Instytut Elektroenergetyki, Al. Armii Krajowej 17, 42-201 Częstochowa

Bibliografia

• [1] Bhushan B., Biomimetics: lessons from nature – an overview, Phil. Trans. R. Soc. A, 367 (2009), 1445-1486
• [2] Wang Lei, Kang Qi, Wu Qi-Di, Nature-inspired computation - Effective realization of Artificial Intelligence, Syst. Eng. Theor.Pract., 27 (2007), 126-134
• [3] Xiaolei Wang, Hybrid nature-inspired computation methods for optimization, PhD Thesis, Helsinki University of Technology, Finland, 2009
• [4] Hongnian Zang, Shujun Zhang, K. Hapeshi, A review of natureinspired algorithms, J. Bionic Eng., 7 Suppl. (2010), S232-S237
• [5] Mehrabian, A. R., Lucas C., A novel numerical optimization algorithm inspired from weed colonization, Ecolog. Inf., 1 (2006), 355-366
• [6] Radosevich St. R., Holt J. S., Ghersa Cl. M., Ecology of weeds and invasive plants, John Wiley & Sons, Hoboken, USA, 2007
• [7] Borzabadi A. H., Heidari M., Comparison of some evolutionary algorithms for approximate solutions of optimal control systems, Austral. J. Bas. Appl. Sci., 4 (2010), 3366-3382
• [8] Ahmadi M., Mojallali H., Chaotic invasive weed optimization algorithm with application to parameter estimation of chaotic systems, Chaos, Solit. Fract., 45 (2012), 1108-1120
• [9] Karimkashi S., Kishk A. A., Invasive Weed Optimization and its features in electromagnetics, IEEE Trans. Antennas Prop., 58 (2010), 1269-1278
• [10] Zdunek R., Ignor T., UMTS base station location planning with Invasive Weed Optimization, Lect. Not. Artif. Intell., 6114 (2010), 698-705
• [11] Sahraei-Ardakani M., Roshanaei M., Rahimi-Kian A., Lucas C., A study of electricity market dynamics using invasive weed colonization optimization, Proc. 2008 IEEE Symposium on Computational Intelligence and Games (CIG’08), (2008) 276-282
• [12] Ghalenoei M. R., Hajimirsadeghi H., Lucas C., Discrete Invasive Weed Optimization algorithm: application to cooperative multiple task management of UAVs, Proc. Joint IEEE Conf. Decision and Control and 28th Chinese Control Conference, (2009),1665-1670
• [13] Yang X.-S., Nature-inspired metaheuristic algorithms, Luniver Press, Frome, UK, 2010
• [14] Jevtić A., Swarm intelligence: novel tools for optimization, feature extraction, and multi-agent system modeling, PhD Thesis, Universidad Politécnica de Madrid, Spain, 2011
• [15] Floudas C.A., Pardalos P.M., A collection of test problems for constrained global optimization algorithms, Lecture Notes in Computer Science 455, Springer-Verlag (1990)
• [16] Hedar A., 2005,http://www-optima.amp.i.kyoto-u.ac.jp/member/student/hedar/Hedar_files/TestGO.htm
• [17] Oldenhuis R., Many testfunctions for global optimizers, http://www.mathworks.com/matlabcentral/fileexchange/23147-many-testfunctions-for-global-optimizers
• [18] Weise T., 2009, Global optimization algorithms. Theory and applications. Web book, http://www.it-weise.de