带活性膜的猴优化系统：一种新的元启发式优化系统
神经与进化计算
2019-10-15 v1
摘要
用于在搜索空间中获取最优解的优化技术尚未解决耗时问题。本研究的目的是解决猴算法中的顺序处理问题，并模拟猴子的自然并行行为。为此，通过在类细胞 P 系统框架下为猴算法提供编码，定义了该模型的膜结构、对象、规则及其行为，从而构建了一个带活性膜的 P 系统。所提算法利用独立膜对攀爬过程的自然行为进行建模，而非沿用原始算法。此外，它引入了膜迁移过程以选取最优解，并加入时间戳作为附加停止准则以控制算法时序。结果表明，该方法对耗时问题给出了实质性解决方案，显著表征了猴子的自然行为，并在元启发式目标下具备抵达最优解的可观机会。另外，实验使用常用基准函数测试算法性能，以及所提 P 猴优化算法与传统猴算法在种群规模上的预期时间。单位时间依据算法复杂度计算：P 猴在种群规模 n 上激发规则耗时一个时间单位；而猴算法在种群规模上每运行一个数学方程步骤耗时一个时间单位。
引用
@article{arxiv.1910.06283,
title = {Monkey Optimization System with Active Membranes: A New Meta-heuristic Optimization System},
author = {Moustafa Zein and Aboul Ella Hassanien and Ammar Adl and Adam Slowik},
journal= {arXiv preprint arXiv:1910.06283},
year = {2019}
}