Sunteți pe pagina 1din 2

Algorithme d'optimisation d'ant lion ALO

L'Ant Lion Optimizer, connu sous le nom d'ALO ou Antlion Optimizer [1], est une méta-
heuristique récente qui modélise mathématiquement l'interaction des fourmis et des antlions dans la
nature. Les lions de fourmis vivent en deux phases de larves et d'adultes. Leur mécanisme de chasse
est intéressant quand ils sont larves. La petite forme de cône piégée que nous voyons dans la nature est
faite par des antlions pour piéger les fourmis. Ils sont assis sous la fosse et attendent que les proies
soient piégées. Après avoir consommé la chair de la proie, les antlions jettent les restes à l'extérieur de
la fosse et modifient la fosse pour la prochaine chasse. Il a été observé que les antlions ont tendance à
creuser une fosse plus grande quand ils ont faim et c'est exactement l'inspiration principale pour
l'algorithme ALO.

Figure 1: Des pièges en forme de cône et le comportement de chasse des antlions

1-Les opérateurs de l'algorithme ALO


Comme mentionné ci-dessus, l'algorithme d'Alo simule cinq étapes principales de la chasse dans
les larves, Les paragraphes et sous-sections suivants présentent les modèles mathématiques [1]:

1.1 La marche aléatoire de proie


La marche aléatoire principale dans cet algorithme est la suivante:

𝑋(𝑡) = [0, 𝑐𝑢𝑚𝑠𝑢𝑚(2𝑟(𝑡1 ) − 1), 𝑐𝑢𝑚𝑠𝑢𝑚(2𝑟(𝑡1 ) − 1), … . 𝑐𝑢𝑚𝑠𝑢𝑚(2𝑟(𝑡𝑛 ) − 1)…..(1)

Où 𝒄𝒖𝒎𝒔𝒖𝒎calcule la somme cumulative, 𝒏 est le nombre maximum d'itérations, 𝒕 montre l'étape


de marche arbitraire et 𝒓(𝒕)est une fonction stochastique définie comme suit [9]:

1 → 𝑟𝑎𝑛𝑑 > 0.5


𝑟(𝑡) = {
0 → 𝑟𝑎𝑛𝑑 ≤ 0.5

La marche aléatoire discutée ci-dessus est utilisée dans l'équation suivante pour mettre à jour la
position des fourmis:

(𝑋𝑖𝑡 −𝑎𝑖 )×(𝑑𝑖 −𝑐𝑖𝑡)


𝑋𝑖𝑡 = + 𝑐𝑖 ……………………………(2)
(𝑑𝑖𝑡 −𝑎𝑖 )

Où 𝒂𝒊 est le minimum de la marche aléatoire de la variable𝑖 𝑡ℎ , 𝒅𝒊 est le maximum de la marche


aléatoire dans la variable 𝑡 𝑡ℎ [19].

1.2 Le piégeage des fourmis dans les pièges


L'impact des lions de fourmis sur le mouvement des fourmis est modélisé comme suit:
𝑐𝑖𝑡 = 𝐴𝑛𝑡𝑙𝑖𝑜𝑛𝑗𝑡 + 𝑐 𝑡 , 𝑑𝑖𝑡 = 𝐴𝑛𝑡𝑙𝑖𝑜𝑛𝑗𝑡 + 𝑑𝑡 …………………………………..(3)

Où 𝒄𝒕 et 𝒅𝒕 sont le minimum et le maximum de toutes les variables à l'itération t, et 𝑨𝒏𝒕𝒍𝒊𝒐𝒏𝒕𝒋 est


une position de l'antlion sélectionnée à l'itération t [9].

1.3 La construction des pièges

La construction des pièges se fait avec une roue de roulette utilisée. L'opérateur de roulette
sélectionne les antlions en fonction de leur fitness pendant l'optimisation. Ce mécanisme donne de
grandes chances aux antlions (lions-fourmis) plus aptes à attraper les fourmis [1].

1.4 Glissement des fourmis vers le lion de fourmi

Les fourmis glissantes vers le lion de fourmi ''Ant Lion'' calculées par les équations (4) et (5) [19]:

𝑐𝑡 𝑑𝑡
𝑐𝑡 = …………………..(4) , 𝑑 𝑡 = …………………. (5)
𝐼 𝐼

Où 𝐼 = rapport, 𝑐 𝑡 = le minimum des variables totales à l'itération𝑡𝑡ℎ , et 𝑑𝑡 = le vecteur contenant le


maximum des variables totales à l'itération 𝑡𝑡ℎ [optimal 19].

1.5 La capture des proies et la reconstruction des pièges

La proie de chasse et le réarrangement des fosses calculées par l'équation (6):

𝐴𝑛𝑡𝑙𝑖𝑜𝑛𝑗𝑡 = 𝐴𝑛𝑡𝑖𝑡 𝑖𝑓 𝑓(𝐴𝑛𝑡𝑖𝑡 ) > 𝑓(𝐴𝑛𝑡𝑙𝑖𝑜𝑛𝑗𝑡 ) ……………….. (6)

Où t montre l'itération courante (actuelle), 𝑨𝒏𝒕𝒍𝒊𝒐𝒏𝒕𝒋 montre la position du lion de fourmi 𝑗 𝑡ℎ


sélectionnée à l'itération 𝑡𝑡ℎ , et 𝑨𝒏𝒕𝒕𝒊 indique la position de la fourmi 𝑖 𝑡ℎ à l'itération 𝑡𝑡ℎ [1].

1.6 Élitisme

L'élitisme est une caractéristique importante des algorithmes évolutionnaires qui leur permet de
maintenir la meilleure solution (s) obtenue à n'importe quelle étape du processus d'optimisation. Dans
cette étude, le meilleur lion de fourmi obtenu jusqu'à présent dans chaque itération est sauvegardé et
sa position est supposée affecter chaque fourmi dans un espace de recherche courant. Ceci est défini
par les prochaines marches aléatoires de proies, comme suit :

𝑹𝒕𝑨 +𝑹𝒕𝑬
𝑨𝒏𝒕𝒕𝒊 = 𝟐
………………………………………………... (7)

Où 𝑹𝒕𝑨 est la marche aléatoire autour de l'antlion sélectionnée par la roue de roulette à l'itération, 𝑹𝒕𝑬
est la marche aléatoire autour de l'élite à l'itération, et 𝑨𝒏𝒕𝒕𝒊 indique la position de la fourmi 𝑖 𝑡ℎ à
l'itération 𝑡𝑡ℎ [1].

S-ar putea să vă placă și