Resumen

La trituración-clasificación es el proceso previo necesario para la recuperación total de los minerales no renovables con objetivos de calidad y cantidad de producción. Su formulación natural es un problema de optimización multiobjetivo restringido de expresión compleja, ya que el proceso está compuesto por una máquina de trituración y dos máquinas de clasificación. En este artículo se propone un algoritmo híbrido de evolución diferencial (DE) con multi-población. Se permiten guardar algunas soluciones inviables con mejor rendimiento, las cuales participan aleatoriamente en la evolución. Con el fin de explotar las soluciones inviables significativas, se diseña un mecanismo de multi-población particionado funcionalmente para encontrar una solución óptima desde todas las direcciones posibles. Al mismo tiempo, se inserta un método simplex para la búsqueda local en el proceso de evolución para mejorar la estrategia de búsqueda en el proceso de optimización. Los resultados de simulación de la prueba de algunos problemas de referencia indican que el algoritmo propuesto tiende a converger rápidamente y de manera efectiva hacia

• Materias:Modelado matemático Modelo de red neuronal Tasa de convergencia Aritmética Ondículas libres
• Subjects:Mathematical modeling Neural network model Convergence rate Arithmetic Free wavelets
• Palabras claves:Molienda; Clasificación; Optimización; Algoritmo; Multi-población; Evolución
• Keywords:Grinding; Classification; Optimization; Algorithm; Multi-population; Evolution