详解生物地理学优化(BBO)算法(二)
自从发表第一篇 《详解生物地理学优化(BBO)算法(一)》已经过去十个月了。这期间不断的有网友通过微信公众号【汶河之滨】来咨询我BBO相关的问题,我也说过会进一步的剖析一下大家对该算法的改进方法以及分享我的思路。今天总算有时间静下心来做个汇总了。
一、 关于源码
要研究东西,首先是要追根溯源;其实,上篇文章我已经给大家分享了原著论文链接。如果全文通读一遍的话,就会在论文中发现作者其实已经分享了源代码的链接。通过链接,你又会发现作者的个人主页,还能够找到作者对该算法的进一步改进和完善;D,Simon教授在2017年还出了一本书《Evolutionary Computation with Biogeography-based Optimization》。研究生还是应该花多一些心思在培养自己收集资料的能力上。然后就是从万千的海量数据中筛选出满足自己需要的,不放过任何的蛛丝马迹。
再说下身为研究生对外文文献应该精读,特别是像这种影响力比较大的文献。我当时花了一个礼拜,把文章给翻译了一遍。翻译的过程可能不尽如人意,都是大致的臆测,但是翻译完之后就可以有个大致的理解。
拿到源码还是应该自己调试一下,结合论文中的那些看似天马行空的理论,落实到代码上就好理解了。作者已经写了很详细的使用说明Readme.txt.
二、 关于改进
对于刚开始选课题的同学来说,一般的思路是:我要解决一个什么问题,就是课题研究背景。根据大家所在的实验室、课题组,可能有这样那样的优化问题需要去求解,除非你的课题背景很新颖,具有开创性,否则只能从解决方法上面下功夫。我要选择什么样的工具,为了好发文章,要么自己提出一个新的思路,提出新的算法,要么对某个新的算法进行改进。
在对原创算法充分理解的基础上,怎样提出自己的改进算法是这篇文章要重点解决。
(一) 最优化理论体系
无论在生产管理、经营活动还是工程设计和建设中,都存在着利润最大、用料最省、效率最高等最优化问题。决策者通常是从许多种方案中选择和确立某一个方案为最佳的方案,其理论基础即为最优化理论