Resumen

Proponemos un algoritmo de agrupación combinatoria de modelo de nube y optimización de enjambre de partículas con comportamiento cuántico (COCQPSO) para resolver el problema estocástico. El algoritmo emplea un modelo de probabilidad novedoso, así como un método de búsqueda local basado en permutaciones. Establecemos los parámetros de COCQPSO basándonos en el diseño del experimento. En el estudio computacional exhaustivo, analizamos el rendimiento de COCQPSO en un conjunto de instancias de referencia ampliamente utilizadas. Comparando el algoritmo de agrupación combinatoria con los algoritmos más avanzados, podemos demostrar que su rendimiento es muy favorable. El algoritmo de optimización combinatoria difusa de modelo de nube y optimización de enjambre de partículas de comportamiento cuántico (FCOCQPSO) en conjuntos difusos (IVSs) es más expresivo que los otros conjuntos difusos. Por último, los ejemplos numéricos muestran la eficacia de agrupación de los algoritmos de agrupación COCQPSO y FCOCQPSO, que son extremadamente notables.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:optimización por enjambre de partículas comportado, cocqpso, algoritmo, modelo de nube, algoritmo de optimización combinatoria difusa, algoritmos de agrupación fcocqpso, estudio computacional exhaustivo, método de búsqueda local, modelo de probabilidad novedoso, otros conjuntos difusos
• Keywords:behaved particle swarm optimization, cocqpso, algorithm, cloud model, fuzzy combinatorial optimization algorithm, fcocqpso clustering algorithms, comprehensive computational study, local search method, novel probability model, other fuzzy sets