Resumen

Se propone un algoritmo evolutivo de inspiración cuántica mejorado para resolver problemas no lineales discretos-continuos mixtos en el diseño de ingeniería. El algoritmo evolutivo de inspiración cuántica de cuadrados latinos (LSQEA, Latin square quantum-inspired evolutionary algorithm) propuesto combina cuadrados latinos y un algoritmo genético de inspiración cuántica (QGA, quantum-inspired genetic algorithm). La aportación novedosa del LSQEA propuesto es el uso de un QGA para explorar la región óptima factible en el macroespacio y el uso de un mecanismo de razonamiento sistemático del cuadrado latino para explotar la mejor solución en el microespacio. Combinando las ventajas de la exploración y la explotación, el LSQEA proporciona una mayor eficiencia computacional y robustez en comparación con el QGA y el AG de código real a la hora de resolver problemas de optimización numérica global con variables continuas. Además, el enfoque LSQEA propuesto resuelve eficazmente problemas mixtos de optimización de diseño no lineal discreto-continuo en los que las variables de diseño son números enteros, valores discretos y valores continuos. Los experimentos computacionales muestran que el enfoque LSQEA propuesto obtiene mejores resultados que los métodos existentes en la literatura.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:lsqea, qga, enfoque lsqea, problemas de optimización de diseño no lineal continuo, problemas de optimización numérica global, problemas no lineales continuos, mayor eficiencia computacional, algoritmo evolutivo inspirado, región factible óptima, mecanismo de razonamiento sistemático
• Keywords:lsqea, qga, lsqea approach, continuous nonlinear design optimization problems, global numerical optimization problems, continuous nonlinear problems, higher computational efficiency, inspired evolutionary algorithm, optimal feasible region, systematic reasoning mechanism