Resumen

La computación inspirada en la naturaleza ha atraído una gran atención desde su origen, especialmente en el campo de la optimización multiobjetivo. Este trabajo propone un algoritmo de optimización de equilibrio multiobjetivo basado en la disrupción (DMOEOA). Se integra en el algoritmo propuesto un nuevo operador de mutación denominado método de disrupción en capas con el objetivo de mejorar las capacidades de exploración y explotación del DMOEOA. Para demostrar las ventajas del algoritmo propuesto, se han seleccionado varios puntos de referencia con cinco algoritmos de optimización multiobjetivo diferentes. Los resultados de las pruebas indican que DMOEOA presenta mejores prestaciones en estos problemas con un mejor equilibrio entre convergencia y distribución. Además, el nuevo algoritmo propuesto se aplica a la optimización estructural de una celosía elástica con los otros cinco algoritmos de optimización multiobjetivo existentes. Los resultados obtenidos demuestran que DMOEOA no sólo es un algoritmo con buenas prestaciones para los problemas de referencia, sino que se espera que tenga una amplia aplicación en problemas de optimización de ingeniería del mundo real.

• Materias:Minería de datos Algoritmos genéticos Cerebro - fisiopatología Neurociencia Cognitiva Neurofisiología
• Subjects:Data mining Genetic algorithms Brain - pathophysiology Cognitive Neuroscience Neurophysiology
• Palabras claves:algoritmo de optimización multiobjetivo, algoritmo propuesto, dmoeoa, operador de mutación novedoso, nuevo algoritmo propuesto, problema de optimización en ingeniería, algoritmo de optimización de equilibrio, capacidad de dmoeoa, métodos de perturbación por capas, atrajo gran atención
• Keywords:multiobjective optimization algorithm, proposed algorithm, dmoeoa, novel mutation operator, new proposed algorithm, engineering optimization problem, equilibrium optimization algorithm, ability of dmoeoa, layered disruption methods, attracted huge attention