Abstract:
بشر همیشه در پی کشف راز طبیعت و شبیه سازی از طبیعت بوده است.در این باره می توان از اختراع هواپیما تا کاربرد شبکه های عصبی مصنوعی و اکنون استفاده از رفتار مورچگان برای بهینه یابی در حل مسائل یاد کرد. در بهینه یابی، هدف عمده دستیابی به چیدمان خاصی از متغیرها است برای بهینگی تابع هدف. الگوریتم مورچگان از روش های ناپارامتریک مبتنی بر هوش مصنوعی انبوه زیان می باشد که در علوم غیرمالی و مالی کاربرد زیادی یافته است. در کاربردهای مختلف الگوریتم مورچگان، متغیرها و تابع هدف متفاوت است که بطورح مشروحتر به آن پرداخته شده است. در این مقاله بطور خلاصه به ویژگی مورچگان طبیعی، الگوریتم مورچگان و کاربردهای مالی آن پرداخته شده است.
Machine summary:
4. تابع احتمال 3) برنامه ریزی پروژه و جریان های نقدی تنزیلی با استفاده از الگوریتم و توابع خاص تعریف شده، بدنبال ترکیب بهینه ای از انواع فعالیت های یک پروژه هستیم چرا که با توجه به منابع و محدودیت های هر پروژه، مدیریت پروژه با چالش مهمی مواجه است و طبعاً بدنبال اجرای بهتر پروژه برای دستیابی به بهترین نتیجه می باشد.
akm مسیر حرکت: از هرعدد بحرانی هر شاخص به اعداد بحرانی شاخص بعدی در ترکیبهای دوگانه تا چندگانه با توابع الگوریتم(پس از مقدار دهی اولیه به پارامترهای الگوریتم مانند α، b، r و Q) 103) تابع برازندگی: تعداد تشخیص درست یا نسبت تشخیص درست(درمانده و غیردرمانده) 203) تابع فرومون: مقدار تابع برازندگی برای همه متغیرهای ترکیب مورد بررسی (B: درمانده NB: غیردرمانده) بغیر از ترکیب های اولیه آغاز جستجو، این تابع بروز رسانی می شود و در تابع احتمال مورد استفاده قرار می گیرد.
m ؛ تعداد اعداد بحرانی بالقوه قابل ذکر است که بالاترین تفکیک پذیری با الزام به وجود یک عدد بحرانی برای هر متغیر در تابع تشخیص و یا بالاترین تشخیص در تابعی با ترکیب بهینه از متغیرها با داده کاوی بی الزام اشاره شده ،دو روش اجرای الگوریتم می باشد.
تحقیقات مرتبط این کاربرد عبارتند از : 1) میلی (2005) با تابع تشخیص "ترکیب عطفی چند گزاره با عملگر کوچکتر" و با ملاک "تعداد تشخیص درست" در توابع الگوریتم و 5متغیر آلتمن (1968) در آزمایش اول مبتنی بر کل داده ها و در آزمایش دوم مبتنی بر گروه آموزشی و کنترل به ترتیب به موفقیت 8603% ، 8609% و 8005% نایل شد که در مقایسه با اجرا با مدل رگرسیون خطی با موفقیت های 80%، 7701% و 70% نتایج بهتری بوده است.