Resumen

La optimización restringida juega un papel importante en muchos problemas de toma de decisiones y diversas aplicaciones del mundo real. En las últimas dos décadas, se han desarrollado varios algoritmos evolutivos (EAs) y siguen desarrollándose bajo el paraguas de la computación evolutiva. En general, los EAs se clasifican principalmente en paradigmas inspirados en la naturaleza y basados en la inteligencia de enjambre (SI). Todos estos algoritmos desarrollados tienen sus méritos y también sus deméritos. La optimización por enjambre de partículas (PSO), el algoritmo de luciérnagas, la optimización por colonia de hormigas (ACO) y el algoritmo de murciélagos (BA) han ganado mucha popularidad y han logrado abordar con éxito diversas pruebas de funciones de referencia y problemas del mundo real. Estos algoritmos basados en SI siguen los principios sociales e interactivos para realizar su proceso de búsqueda mientras aproximan soluciones para los problemas dados. En este artículo, se desarrolla un algoritmo basado en mú

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Optimización restringida; Algoritmos evolutivos; Inspirados en la naturaleza; Basados en inteligencia de enjambre; Funciones de referencia; Basados en inteligencia de múltiples enjambres
• Keywords:Constrained optimization; Evolutionary algorithms; Nature-inspired; Swarm-intelligence-based; Benchmark functions; Multiswarm-intelligence-based