Resumen

Este trabajo estudia el problema de la optimización de la inteligencia, un problema fundamental en el análisis de la solución óptima en un amplio espectro de aplicaciones como el transporte y las redes inalámbricas de sensores (WSN). Para lograr una mejor capacidad de optimización, proponemos un Algoritmo Compacto Seno Coseno Multigrupo (MCSCA) mediante el uso de la estrategia compacta y la estrategia de agrupamiento, que hace que el valor inicializado generado aleatoriamente deje de ser un individuo en la población y evita caer en el óptimo local. Se proponen nuevas fórmulas de evolución para la estrategia de comunicación intergrupos. Los estudios de rendimiento sobre el benchmark CEC2013 demuestran la eficacia de nuestro nuevo enfoque en cuanto a velocidad de convergencia y precisión. Por último, aplicamos MCSCA para resolver el sistema de despacho de vehículos de transporte público. Los resultados experimentales muestran que MCSCA puede lograr una mejor optimización.

• Materias:Infraestructura de transportes Ingeniería del transporte Accidentes de transito Seguridad del transporte Planificación de ruta
• Subjects:Transport infrastructure Transport engineering Traffic accidents Transport safety Path planning
• Palabras claves:mcsca, algoritmo multigrupo multiestrategia seno coseno compacto, nuevas fórmulas de evolución, mejor capacidad de optimización, estrategia de comunicación intergrupos, vehículos de transporte público, red de sensores inalámbrica, referencia cec2013, resultados experimentales, estudios de rendimiento
• Keywords:mcsca, multigroup multistrategy compact sine cosine algorithm, new evolution formulas, better optimization capability, intergroup communication strategy, public transit vehicles, wireless sensor network, cec2013 benchmark, experimental results, performance studies