Monkey Search Algorithm
Monkey search algorithm என்பது குரங்குகளின் நடவடிக்கை அடிப்படையிலான வழிமுறையாகும். இந்த வழிமுறையில் ஒரு குரங்கின் நடவடிக்கையை மற்ற குரங்குகள் பின்பற்றுகின்றன அந்த குரங்கு ஏஜென்ட்(Agent) என அழைக்கப்படுகிறது. அது குறிப்பாக ஏஜென்ட் குரங்கு மரம் ஏறும் போது மற்ற குரங்குகள் அதில் கவனம் செலுத்துகின்றன. குறிப்பாக உணவு தேடும் போது அதிக கவனம் செலுத்துகின்றன.
குரங்கு தேடல் வழிமுறையில் குரங்கு சரியான உணவுள்ள மரங்களை ஆராய்ந்து சரியான பாதைகளை ஏஜென்ட் குரங்குகளை பின்பற்றி கற்றுக்கொள்கின்றன. இது மற்ற குரங்குகளின் சிறந்த உணவு தேடலுக்கு வழிவகுக்கும்.
எந்த மரத்தின் மீது ஏஜென்ட் குரங்கு ஏறுகிறதோ அது சிறந்த உணவுகளை கொண்டிருப்பதாகக் கருதுகின்றன மற்றும் அதன் கிளைகள் குழப்பங்களைக் குறிக்கின்றன. இதில் சமமற்ற இயக்கமுறை உதவியுடன் ஒரு தீர்வை மற்றொன்றாக மாற்ற முடியும். ஒவ்வொரு அடியிலும், குரங்கு கிளைகளை தேர்வு செய்கிறது. இந்த சமமற்ற இயக்கமுறையானது புதிய தீர்வுகளின் புறநிலை செயல்பாடு உணவுகளை அடிப்படையாகக் கொண்டது. இந்த குரங்குகள் சிறந்த உணவை தேர்வு செய்ய விரும்புகிறது, ஆனால் ஒவ்வொரு முறையும் ஏஜென்ட் குரங்கு சிறந்த உணவை காண்கிறது, அது அடிபடைநிலைக்கு திரும்புகிறது நினைவகத்தில் தற்போதைய சிறந்த உணவாக இதை சேமிக்கிறது.
இந்த ஏஜென்ட் குரங்கு சிறந்த உணவுகளுடன் மீண்டும் கிளைகளை குறிவைத்து மரத்தில் ஏறுகிறது. The binary tree data structure இந்த குரங்கு தேடலுக்குபயன்படுத்தப்படுகிறது. குரங்கு மரத்தின் மீது ஏறும்போது இரண்டு கிளைகளை கொண்டு இருப்பதாக கருதுவோம்ஒன்று வலது மற்றும் இடது கிளைகள் The Binary tree data structure consists of:
1)பாதைகளால் இணைக்கப்பட்ட முனைகளின் தொகுப்பு, மற்றும் முதல் முனை அனைத்தும்அடிப்படை என்று அழைக்கப்படுகிறது.
2) இந்த கிளைகள் குரங்குகளை மரத்தின் ஒரு முனையிலிருந்து மற்றொரு முனைக்கு ஏறவும்ஒரு தீர்விலிருந்து மற்றொரு தீர்வுக்கு மாற்றவும்அனுமதிக்கின்றன.
1. மரங்களின் உயரம்
2. குரங்கு எத்தனை முறை மரத்தின் மேலே செல்கிறது.
3. நினைவக அளவு.
4. சீரற்ற மரங்களின் ஆரம்ப எண்ணிக்கை
குரங்கு தேடலுக்கான முடிவு நிலை வழிமுறை இடையே வேறுபாடு என்பது சேமிக்கப்பட்ட அனைத்து தீர்வுகளின் புறநிலை செயல்பாடு மதிப்புகள் நினைவகம் மதிப்பை விட குறைவாக உள்ளது.
முடிவு:
Monkey search algorithm have been used to solve a wide variety of tasks that are hard to solve using ordinary rule-based programming, including computer vision and speech recognition, Character Recognition, Image Compression, Stock Market Prediction, Traveling Salesman’s Problem, and Medicine, Electronic Nose, Security, and Loan Applica.
Comments
Crapersoft, well knowledged in Bigdata, datamining and iot working environment in coimbatore.
Replygot good website... with advanced technologies...
ReplyI have published my research paper to Scopus at short duration thanks to help of crapersoft.
Reply