Resumen

La optimización con restricciones de límites tiene amplias aplicaciones en la ciencia y la ingeniería. En las últimas dos décadas, se han desarrollado varios algoritmos evolutivos (EAs, por sus siglas en inglés) bajo el paraguas de la computación evolutiva para resolver diversas funciones de referencia con restricciones de límites y varios problemas del mundo real. En general, los algoritmos evolutivos desarrollados pertenecen a los algoritmos inspirados en la naturaleza (NIAs, por sus siglas en inglés) y los paradigmas de inteligencia de enjambre (SI, por sus siglas en inglés). El algoritmo evolutivo diferencial es uno de los más populares y conocidos, y ha obtenido los primeros puestos en la mayoría de las competiciones de EA en la sesión especial del Congreso IEEE sobre Computación Evolutiva. En este artículo, se sugiere un algoritmo evolutivo diferencial personalizado y se aplica a veintinueve funciones de referencia con restricciones de límites a gran escala. El algoritmo C-DE sugerido ha obten

• 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:Aplicaciones; Algoritmos evolutivos; Optimización con restricciones de límite; Algoritmos inspirados en la naturaleza; Inteligencia de enjambre; Algoritmo evolutivo diferencial
• Keywords:Applications; Evolutionary algorithms; Bound-constrained optimization; Nature-inspired algorithms; Swarm intelligence; Differential evolutionary algorithm