Agente estado volteo basado en hibridación de algoritmos de optimización heurística: un caso del algoritmo de murciélago y algoritmo híbrido de manada de krill
Autores: Damaeviius, Robertas; Maskelinas, Rytis
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Agente estado volteo basado en hibridación de algoritmos de optimización heurística: un caso del algoritmo de murciélago y algoritmo híbrido de manada de krill
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Software
Palabras clave
Algoritmos heurísticos inspirados en la naturaleza
Hibridación
Función logística de probabilidad
Rango de aptitud
Algoritmo de murciélago
Manada de krill
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 27
Citaciones: Sin citaciones
Este documento describe una técnica metaheurística única para hibridar algoritmos heurísticos inspirados en la biología. La técnica se basa en alterar el estado de los agentes utilizando una función de probabilidad logística que depende del rango de aptitud de un agente. Se presenta una evaluación utilizando dos algoritmos bioinspirados (algoritmo de murciélagos (BA) y manada de krill (KH)) y 12 problemas de optimización (cruz-en-bandeja, hipercuboide rotado (RHE), esfera, suma de cuadrados, suma de potencias diferentes, McCormick, Zakharov, Rosenbrock, De Jong No. 5, Easom, Branin y Styblinski-Tang). Además, se presenta una evaluación experimental del esquema propuesto utilizando el problema de diseño industrial de la truss de tres barras. Los resultados experimentales demuestran que el esquema híbrido superó a los algoritmos base (el rango medio para el algoritmo híbrido BA-KH es de 1.279 frente a 1.958 para KH y 2.763 para BA).
Descripción
Este documento describe una técnica metaheurística única para hibridar algoritmos heurísticos inspirados en la biología. La técnica se basa en alterar el estado de los agentes utilizando una función de probabilidad logística que depende del rango de aptitud de un agente. Se presenta una evaluación utilizando dos algoritmos bioinspirados (algoritmo de murciélagos (BA) y manada de krill (KH)) y 12 problemas de optimización (cruz-en-bandeja, hipercuboide rotado (RHE), esfera, suma de cuadrados, suma de potencias diferentes, McCormick, Zakharov, Rosenbrock, De Jong No. 5, Easom, Branin y Styblinski-Tang). Además, se presenta una evaluación experimental del esquema propuesto utilizando el problema de diseño industrial de la truss de tres barras. Los resultados experimentales demuestran que el esquema híbrido superó a los algoritmos base (el rango medio para el algoritmo híbrido BA-KH es de 1.279 frente a 1.958 para KH y 2.763 para BA).