МНОГОУРОВНЕВЫЙ АЛГОРИТМ РЕШЕНИЯ ЗАДАЧИ ПАРАМЕТРИЧЕСКОЙ ОПТИМИЗАЦИИ НА ОСНОВЕ БИОИНСПИРИРОВАННЫХ ЭВРИСТИК

Задачи параметрической оптимизации в настоящее время используются в различных прикладных областях. К таким задачам можно отнести прогнозирование погоды на метеостанции, расчет параметров электродвигателей, поиск весовых коэффициентов в нейронной сети. Данная задача является NP-трудной и не имеет детерминированных алгоритмов ее решения. Поэтому разработка эвристических подходов получения квазиоптимальных решений является актуальной задачей. В статье представлен гибридный бионический алгоритм для решения задач параметрической оптимизации. Также проведена серия экспериментов, где были подтверждены теоретические оценки, выявлены оптимальные значения параметров алгоритма. Временная сложность алгоритма составила O(n 4). Величина временной сложности компенсируется качеством решений, полученных с помощью гибридной эвристики, для большого количества входных параметров. Так, в ходе проведения экспериментов для количества входных параметров 100 и более гибридный алгоритм ни разу не попал в локальный оптимум, а найденное решение было приближено или равнялось глобальному.