Thanh bên bài viết
##plugins.generic.badges.manager.settings.showBlockTitle##
Ứng dụng kết hợp thuật toán đào tạo đội bóng đá và thuật toán Kepler trong bài toán quy hoạch thực nghiệm
Nội dung chính của bài viết
Tóm tắt
Bài báo này trình bày một phương pháp lai nhằm nâng cao hiệu quả giải bài toán quy hoạch thực nghiệm thông qua sự kết hợp giữa thuật toán Đào tạo Bóng đá (FTTA) và thuật toán Kepler Optimization Algorithm (KOA). Trong khi KOA lấy cảm hứng từ chuyển động quỹ đạo của các thiên thể để khám phá không gian nghiệm một cách rộng rãi, FTTA lại mô phỏng chiến lược huấn luyện và thi đấu của đội bóng nhằm tăng cường khả năng khai thác tối ưu. Sự kết hợp giữa hai thuật toán giúp tận dụng được ưu điểm của cả hai: khả năng khám phá mạnh mẽ từ KOA và khả năng khai thác hiệu quả từ FTTA. Thông qua các thử nghiệm trên các mô hình quy hoạch thực nghiệm, phương pháp lai FTTA-KOA cho thấy khả năng hội tụ nhanh hơn, chính xác hơn và vượt trội so với việc sử dụng từng thuật toán riêng lẻ. Phương pháp này mở ra một hướng tiếp cận tiềm năng trong giải quyết các bài toán tối ưu phức tạp trong thực tiễn.
Từ khóa
Thuật toán đào tạo bóng đá, Thuật toán Kepler, Quy hoạch thực nghiệm, Tối ưu hóa kết hợp, Hiệu suất tối ưu
Chi tiết bài viết
Bài báo này được cấp phép theo Creative Commons Attribution-NonCommercial 4.0 International License.
Tài liệu tham khảo
Blum, C., & Roli, A. (2003). Metaheuristics in combinatorial optimization: Overview and conceptual comparison. ACM Computing Surveys, 35(3), 268-308. https://doi.org/10.1145/937503.937505
Dokeroglu, T., Sevinc, E., Kucukyilmaz, T., & Cosar, A. (2019). A survey on new generation metaheuristic algorithms. Computers & Industrial Engineering, 137, 106040. https://doi.org/10.1016/j.cie.2019.106040
Hassan, M. H., & Mostafa, S. A. (2022). Football Team Training Algorithm: A novel metaheuristic optimization approach for global optimization problems. Applied Soft Computing, 124, 108543. https://doi.org/10.1016/j.asoc.2022.108543
Kennedy, J., & Eberhart, R. (1995). Particle swarm optimization. Proceedings of ICNN'95 - International Conference on Neural Networks, 4, 1942-1948. https://doi.org/10.1109/ICNN.1995.488968
Li, X., Zhang, J., & Yin, M. (2019). Optimization of chemical reaction parameters using metaheuristic algorithms: Application to aspirin synthesis. Chemical Engineering Science, 205, 123-135. https://doi.org/10.1016/j.ces.2019.04.012
Montgomery, D. C. (2017). Design and analysis of experiments (9th ed.). Hoboken, NJ: Wiley.
Talbi, E. G. (2002). A taxonomy of hybrid metaheuristics. Jovurnal of Heuristics, 8(5), 541-564. https://doi.org/10.1023/A:1016540724870
Tomar, V., Bansal, M., & Singh, P. (2023). Metaheuristic algorithms for optimization: A brief review. Engineering Proceedings, 59(1), 238. https://doi.org/10.3390/engproc2023059238
Yang, X. S. (2010). Nature-inspired metaheuristic algorithms (2nd ed.). Bristol, UK: Luniver Press.