Afrika Akbabaları Optimizasyon Algoritması
African Vultures Optimization Algorithm · Ayrıca şöyle bilinir: AVOA
Afrika Akbabaları Optimizasyon Algoritması (AVOA), 2020 yılında Moghdani ve Salimifard tarafından tanıtılan, Afrika akbabalarının arama ve leş yeme davranışlarından esinlenerek geliştirilmiş bir meta-sezgisel algoritmadır. Akbabalar, geniş mesafelerdeki leşleri bulmak için sofistike işbirlikçi stratejiler kullanır ve termal hava akımları ile grup dinamiklerini verimli bir şekilde yönlenmek için değerlendirir. AVOA, bu kolektif avlanma davranışlarını etkili bir optimizasyon çerçevesine dönüştürür.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
AVOA'yı çok amaçlı ve kısıtlı sürekli optimizasyon problemlerine uygulayın. Özellikle mühendislik tasarımı, makine öğrenimi hiperparametre optimizasyonu ve karmaşık fonksiyon optimizasyonu için etkilidir. Hem sağlam küresel arama hem de iyi yerel sömürü gerektiğinde uygundur.
Güçlü yönler & sınırlılıklar
- Doğal grup dinamikleri ve işbirliğine dayalı sofistike çok fazlı arama stratejisi
- Açık ayar gerektirmeksizin küresel keşif ve yerel sömürü arasında etkili denge
- Çeşitli kıyaslama fonksiyonları ve gerçek dünya problemleri üzerinde güçlü ampirik performans
- Davranışsal adaptasyon yoluyla kısıtlamaları ele alma konusunda doğal yetenek
- Daha basit meta-sezgisellere kıyasla daha karmaşık uygulama
- Çoklu davranışsal fazlar, ayar gerektiren ek hiperparametreler getirir
- Eşli iletişim modellemesi nedeniyle iterasyon başına daha yüksek hesaplama maliyeti
SSS
AVOA'nın işbirlikçi araması diğer sürü algoritmalarından nasıl farklıdır?
AVOA, akbabaların umut vadeden çözümler hakkında bilgi paylaştığı grup iletişimini ve işbirliğini açıkça modeller. Bu işbirlikçi mekanizma, basit çekim tabanlı yöntemlerden daha sofistike olup, daha etkili işbirlikçi keşif sağlar.
AVOA'daki ana davranışsal fazlar nelerdir?
AVOA üç ana faz içerir: bağımsız keşif (süzülme ve arama), işbirlikçi hareket (daha iyi çözümlere doğru arkadaşları takip etme) ve iyileştirme (umut vadeden bölgeler etrafında yoğunlaştırılmış yerel arama). Bu fazlar optimizasyon sırasında dinamik olarak geçiş yapar.
AVOA, birçok yerel optimuma sahip çok modlu problemlerle nasıl başa çıkar?
Bağımsız keşif fazı, akbabaların birden fazla umut vadeden bölgeyi keşfetmesine olanak tanırken, işbirlikçi faz bu bilgiyi popülasyon genelinde paylaşır. Bu kombinasyon, küresel optimumlara yakınsama sırasında tek yerel optimumlara erken yakınsamayı önler.
AVOA için önerilen popülasyon boyutu nedir?
Tipik popülasyon boyutları 20-50 akbaba arasında değişir. Daha büyük popülasyonlar keşif kalitesini artırır ancak hesaplama maliyetini yükseltir. 30 akbaba ile başlayın ve problem boyutluluğuna ve mevcut hesaplama kaynaklarına göre ayarlayın.
Kaynaklar
- Moghdani, H., & Salimifard, K. (2020). Volleyball player optimizer and African vultures optimization algorithms for solving global optimization problems. Applied Soft Computing, 97, 106794. link ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). African Vultures Optimization Algorithm. ScholarGate. https://scholargate.app/tr/optimization/african-vultures-optimization-algorithm
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Aquila OptimizatörüOptimizasyon↔ karşılaştır
- Harris Hawks OptimizasyonuOptimizasyon↔ karşılaştır
- Parçacık Sürü Optimizasyonu (PSO)Optimizasyon↔ karşılaştır
- Slime Mould AlgoritmasıOptimizasyon↔ karşılaştır