Resumen

En este trabajo se propone un novedoso algoritmo de optimización metaheurística por conjuntos basado en inteligencia de enjambre, denominado Optimización por Conjuntos basada en Clanning Estructurado, para resolver problemas complejos de optimización numérica. El algoritmo propuesto se inspira en el comportamiento complejo y diversificado presente en la estructura social basada en la fisión-fusión de la sociedad de elefantes. La población de elefantes puede consistir en varios grupos con relaciones entre individuos que van desde el vínculo madre-hijo, grupos de unión, machos independientes y extraños. El algoritmo intenta modelizar este comportamiento individualista para formular un algoritmo de optimización basado en conjuntos. Para probar la eficacia y utilidad del algoritmo propuesto, se utilizan varias funciones de referencia de diferentes propiedades geométricas. El rendimiento del algoritmo en estos puntos de referencia de prueba se compara con varios algoritmos de optimización del estado de la técnica. Los experimentos muestran claramente el éxito del algoritmo propuesto a la hora de optimizar las funciones de referencia para obtener mejores valores.

• Materias:Máquina de vectores Estudio numérico Controlador Método computacional Modelado matemático
• Subjects:Vector machine Numerical study Controller Computational method Mathematical modeling
• Palabras claves:algoritmo, problemas complejos de optimización numérica, algoritmo de optimización metaheurística ensemble, algoritmos de optimización artísticos, diferentes propiedades geométricas, inteligencia de enjambre novedosa, diversas funciones de referencia, optimización ensemble, clanning estructurado, rendimiento del algoritmo
• Keywords:algorithm, complex numerical optimization problems, ensemble metaheuristic optimization algorithm, art optimization algorithms, different geometric properties, novel swarm intelligence, various benchmark functions, Ensemble Optimization, Structured Clanning, algorithm performance