Resumen

Se presenta un nuevo algoritmo híbrido inspirado en la naturaleza llamado HPSOGWO, con la combinación de Optimización por Enjambre de Partículas (PSO) y Optimizador del Lobo Gris (GWO). La idea principal es mejorar la capacidad de explotación en la Optimización por Enjambre de Partículas con la capacidad de exploración en el Optimizador del Lobo Gris para producir la fortaleza de ambas variantes. Se utilizan algunas funciones de prueba unimodales, multimodales y multimodales de dimensión fija para verificar la calidad de la solución y el rendimiento de la variante HPSOGWO. Las soluciones numéricas y estadísticas muestran que la variante híbrida supera significativamente a las variantes PSO y GWO en cuanto a calidad de la solución, estabilidad de la solución, velocidad de convergencia y capacidad para encontrar el óptimo global.

• Materias:Modelo epidémico Ondas no lineales Métodos computacionales Ecuaciones integrales diferenciales Asignación de valores
• Subjects:Epidemic model Nonlinear waves Computational methods Differential integral equations Value assignment
• Palabras claves:Algoritmo; HPSOGWO; Optimización por Enjambre de Partículas; Optimizador del Lobo Gris; Calidad de la solución; Velocidad de convergencia
• Keywords:Algorithm; HPSOGWO; Particle Swarm Optimization; Grey Wolf Optimizer; Solution quality; Convergence speed