Program for the study of global optimization algorithms.

1. Gravitation Search Algorithm (GSA);
2. Noise Resistance Gravitation Search Algorithm (NR-GSA);
3. Algorithm Selective Averaging Coordinates (SAC);
4. Algorithm Selective Averaging Coordinates with asymmetric change of search area (SAC-ACSA).

The default algorithms must be in the folder algorithms_exe. The default output is saved as json files to a folder algorithms_exe/result.

1. line chart (the dependence of the probability estimate on the parameter of the algorithm);
2. point graph;
3. heat map;
4. convergence in function values;
5. convergence in coordinate values;
6. dispersion;
7. best point motion.

Поддерживается работа со следующими многоэкстремальными тестовыми функциями:

1. функции Фельдбаума (using the operation of a minimum);
2. гиперболические потенциальные функции;
3. экспоненциальные потенциальные функции.

Пример содержимого json-файла с тестовой функцией сконструированной по методу Фельдбаума:

{
  "index": 5,
  "dimension": 2,
  "type": "feldbaum_function",
  "number_extrema": 10,
  "coordinates":
  [
    [-2, 4], [0, 0], [4, 4], [4, 0], [-2, 0],
    [0, -2], [-4, 2], [2, -4], [2, 2], [-4, -2]
  ],
  "func_values": [0, 3, 5, 6, 7, 8, 9, 10, 11, 12],
  "degree_smoothness":
  [
    [0.6, 1.6], [1.6, 2], [0.6, 0.6], [1.1, 1.8], [0.5, 0.5],
    [1.3, 1.3], [0.8, 1.2], [0.9, 0.3], [1.1, 1.7], [1.2, 0.5]
  ],
  "coefficients_abruptness":
  [
    [6, 6], [6, 7], [6, 7], [5, 5], [5, 5],
    [5, 5], [4, 3], [2, 4], [6, 4], [3, 3]
  ],
  "constraints_high": [6, 6],
  "constraints_down": [-6, -6],
  "global_min": [-2, 4],
  "global_max": [6, 6],
  "amp_noise": 11.5,
  "min_value": 0,
  "Max_value": 23
}

График изолиний данной функции будт следующим:

Пример из файла ./example_tf/func5.json имеет следующий графический вид:

Compile the algorithmic part of the project by running the command:

cd C:/GlobalOptimization/algorithms_exe/alg_go/src
go build -o ../../algorithms.exe main.go

Run the program:

cd C:/GlobalOptimization/
python main.py

Для добавления дополнительных алгоритмов необходимо выполнить следующие шаги:

1. Добавить класс алгоритма на языке python и поместить в папку ./algorithms/. Класс должен быть унаследован от класса Algorithm либо от существующих классов групп (GSA, SAC), если вы хотите добавить свою группу алгоритмов, то унаследуйте ее от класса Algorithm, а затем класс конкретного алгоритма делайте наследником новой группы. Класс для группы алгоритмов должен реализовать метод __init__ и имть поле с названием группы. Класс консретного алгоритма должен реализовать метод __init__ и get_identifier_name. Они должны быть реализованы по аналогии с методами классов в файлах ./algorithms/StandardSAC.py, ./algorithms/StandardGSA.py.
2. Добавить недостающие параметру алгоритма в файл AlgorithmParameter.py, по аналогии с уже созданными.
3. Добавить алгоритм к списку используемых в поле self.active_alg_1 класса MainWindow.
4. Добавить реализацию алгоритма на языце Golang в папку ./algorithms_exe/alg_go/algorithms, либо .exe файл в папку ./algorithms_exe/.

API к алгоритму: (будет добавлено позже)