Resumen

El algoritmo de Colonia Artificial de Abejas (ABC) es uno de los algoritmos eficientes de optimización inspirados en la naturaleza para resolver problemas continuos. No tiene parámetros de control sensibles y se ha demostrado que es competitivo con otros algoritmos bien conocidos. Sin embargo, la convergencia lenta, la convergencia prematura y quedar atrapado en soluciones locales pueden ocurrir durante la búsqueda. En este artículo, proponemos un nuevo algoritmo de Colonia Artificial de Abejas Modificado (MABC) para superar estos problemas. Todas las fases de ABC están determinadas para mejorar los procesos de exploración y explotación. Utilizamos una nueva ecuación de búsqueda en la fase de abeja empleada, aumentamos las probabilidades para que las abejas observadoras encuentren posiciones mejores, y reemplazamos algunas posiciones peores por nuevas en la fase de abeja observadora. Además, utilizamos la estrategia del algoritmo de Luciérnaga para generar una nueva posición reemplazando una posición no actualizada en la fase de abeja explor

• Materias:Sistemas no lineales Ecuación diferencial parcial Modelo estocástico Ecuación diferencial no lineal
• Subjects:Nonlinear systems Partial differential equation Stochastic model Nonlinear differential equation
• Palabras claves:Colonia artificial de abejas; Algoritmo de optimización; Exploración; Explotación; Convergencia; Soluciones locales
• Keywords:Artificial bee colony; Optimization algorithm; Exploration; Exploitation; Convergence; Local solutions