Resumen

Muchos algoritmos mejorados de Evolución Diferencial (ED) han surgido como una clase muy competitiva de computación evolutiva hace más de una década. Sin embargo, pocos algoritmos DE mejorados garantizan la convergencia global en teoría. Este trabajo desarrolla un algoritmo de ED convergente en teoría, que emplea un esquema de autoadaptación para los parámetros y dos operadores, a saber, los operadores de mutación uniforme y de selección de adaptación oculta (haS). La autoadaptación de los parámetros y el operador de mutación uniforme aumentan la diversidad de las poblaciones y garantizan la ergodicidad. El haS puede eliminar automáticamente algunos individuos inferiores en el proceso de mejora de la diversidad de la población. El haS controla el algoritmo propuesto para romper el bucle de la generación actual con una pequeña probabilidad. La probabilidad de ruptura es una adaptación oculta y proporcional a los cambios del número de individuos inferiores. El algoritmo propuesto se prueba en diez problemas de optimización de ingeniería tomados del IEEE CEC2011.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Mathematical logic
• Palabras claves:tiene, individuos inferiores, convergente de algoritmo, problemas de optimización de ingeniería, operador de mutación uniforme, adaptación, algoritmo, operadores, teoría, de algoritmos
• Keywords:has, inferior individuals, convergent de algorithm, engineering optimization problems, uniform mutation operator, adaptation, algorithm, operators, theory, de algorithms