Resumen

Uno de los algoritmos de optimización heurística más recientemente desarrollados es dragonfly de Mirjalili. El algoritmo Dragonfly ha demostrado su capacidad para optimizar diferentes problemas del mundo real. Tiene tres variantes. En este trabajo se presenta una visión general del algoritmo y sus variantes. Además, se discuten las versiones de hibridación del algoritmo. Además, se ofrecen los resultados de las aplicaciones que utilizaron el algoritmo de la libélula en la ciencia aplicada en el siguiente ámbito: aprendizaje automático, procesamiento de imágenes, redes inalámbricas y redes. A continuación, se compara con otros algoritmos metaheurísticos. Además, el algoritmo se prueba en las funciones de referencia CEC-C06 2019. Los resultados demuestran que el algoritmo tiene una gran capacidad de exploración y su tasa de convergencia es mejor que la de otros algoritmos de la literatura, como PSO y GA. En general, en este estudio se discuten los puntos fuertes y débiles del algoritmo. Además, se recomiendan algunos trabajos futuros que ayudarán a mejorar los puntos débiles del algoritmo. Este estudio se realiza con la esperanza de ofrecer información beneficiosa sobre el algoritmo dragonfly a los investigadores que quieran estudiar el algoritmo.

• Materias:Biotecnología Minería de datos Algoritmo genético Neurociencia Cognitiva Neurofisiología
• Subjects:Biotechnology Data mining Genetic algorithm Cognitive Neuroscience Neurophysiology
• Palabras claves:algoritmo, algoritmo libélula, punto débil, gran capacidad de exploración, algoritmo de optimización heurística, trabajo futuro, tasa de convergencia, resultados, problema mundial, procesamiento de imágenes
• Keywords:algorithm, dragonfly algorithm, weak point, great exploration ability, heuristic optimization algorithm, future work, convergence rate, results, world problem, image processing