Иерархический метод установки параметров параллельных популяционных метаэвристических алгоритмов оптимизации

Основной сложностью в применении метаэвристических алгоритмов решения задачи глобальной параметрической оптимизации (М-алгоритмов) является наличие свободных параметров, существенно влияющих на показатели сходимости и эффективности оптимизации. Задачу отыскания оптимальных значений свободных параметров называют задачей установки, среди методов решения которой различают статические методы настройки, выполняемые до алгоритма оптимизации, и динамические методы адаптации параметров, выполняемые совместно с ним. Предлагается иерархический метод установки параметров для класса популяционных М-алгоритмов. Отличительной особенностью метода является использование иерархической модели алгоритма оптимизации, где на нижнем уровне иерархии представлен алгоритм из класса последовательных М-алгоритмов, а на верхнем — параллельный алгоритм с островной моделью параллелизма. Установка параметров производится иерархическим методом, сочетающим метод настройки параметров последовательного алгоритма оптимизации для нижнего уровня иерархии модели и метод адаптации параметров параллельного алгоритма для верхнего уровня. В методе применяется векторный критерий оптимальности задачи установки, включающий метрики скорости сходимости и достигаемых экстремумов алгоритма оптимизации. Рассматривается подход для оценки скорости сходимости многошагового метода оптимизации. Представлены результаты исследования эффективности предлагаемого метода на тестовых задачах оптимизации из пакета CEC.