Algoritmo de búsqueda dinámica de medusas basado en recocido simulado y operadores de perturbación para optimización global con aplicaciones a la programación de tareas en la nube
Autores: Attiya, Ibrahim; Abualigah, Laith; Alshathri, Samah; Elsadek, Doaa; Abd Elaziz, Mohamed
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Algoritmo de búsqueda dinámica de medusas basado en recocido simulado y operadores de perturbación para optimización global con aplicaciones a la programación de tareas en la nube
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Algoritmo de búsqueda de medusas dinámico
Recocido simulado
Operador de interrupción
Operación de optimización
Aplicaciones del mundo real
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 22
Citaciones: Sin citaciones
Este documento presenta un novedoso Algoritmo de Búsqueda de Medusas Dinámico utilizando un Recocido Simulado y un operador de interrupción, llamado DJSD. El método DJSD desarrollado incorpora los operadores de Recocido Simulado en el Algoritmo de Búsqueda de Medusas convencional en la etapa de exploración, de manera competitiva, para mejorar su capacidad de descubrir regiones más factibles. Esta combinación se realiza dinámicamente utilizando un parámetro fluctuante que representa las características de un martillo. El operador de interrupción se emplea en la etapa de explotación para aumentar la diversidad de las soluciones candidatas a lo largo de la operación de optimización y evitar el problema de los óptimos locales. Se lleva a cabo un conjunto completo de experimentos utilizando treinta funciones de referencia clásicas para validar la efectividad del método DJSD propuesto. Los resultados se comparan con enfoques metaheurísticos avanzados bien conocidos. Los hallazgos ilustraron que el método DJSD desarrollado logró resultados prometedores, descubrió nuevas regiones de búsqueda y encontró nuevas mejores soluciones. Además, para validar aún más el rendimiento de DJSD en la resolución de aplicaciones del mundo real, se realizaron experimentos para abordar el problema de programación de tareas en aplicaciones de computación en la nube. Los resultados de aplicaciones del mundo real demostraron que DJSD es altamente competente para enfrentar aplicaciones reales desafiantes. Además, logró altos rendimientos en comparación con otros competidores según varias medidas estándar de evaluación, incluidas la función de aptitud, el makespan y el consumo de energía.
Descripción
Este documento presenta un novedoso Algoritmo de Búsqueda de Medusas Dinámico utilizando un Recocido Simulado y un operador de interrupción, llamado DJSD. El método DJSD desarrollado incorpora los operadores de Recocido Simulado en el Algoritmo de Búsqueda de Medusas convencional en la etapa de exploración, de manera competitiva, para mejorar su capacidad de descubrir regiones más factibles. Esta combinación se realiza dinámicamente utilizando un parámetro fluctuante que representa las características de un martillo. El operador de interrupción se emplea en la etapa de explotación para aumentar la diversidad de las soluciones candidatas a lo largo de la operación de optimización y evitar el problema de los óptimos locales. Se lleva a cabo un conjunto completo de experimentos utilizando treinta funciones de referencia clásicas para validar la efectividad del método DJSD propuesto. Los resultados se comparan con enfoques metaheurísticos avanzados bien conocidos. Los hallazgos ilustraron que el método DJSD desarrollado logró resultados prometedores, descubrió nuevas regiones de búsqueda y encontró nuevas mejores soluciones. Además, para validar aún más el rendimiento de DJSD en la resolución de aplicaciones del mundo real, se realizaron experimentos para abordar el problema de programación de tareas en aplicaciones de computación en la nube. Los resultados de aplicaciones del mundo real demostraron que DJSD es altamente competente para enfrentar aplicaciones reales desafiantes. Además, logró altos rendimientos en comparación con otros competidores según varias medidas estándar de evaluación, incluidas la función de aptitud, el makespan y el consumo de energía.