Resumen

En vista del tradicional método numérico para resolver las ecuaciones no lineales que es sensible al valor inicial y tiene una precisión superior de defectos. Este artículo presenta un algoritmo de optimización de malezas invasivas (IWO) que tiene diversidad de población con la búsqueda global heurística del algoritmo de evolución diferencial (DE). En el proceso iterativo, la capacidad de exploración global del algoritmo de optimización de malezas invasivas proporciona un área de búsqueda efectiva para la evolución diferencial; al mismo tiempo, la capacidad de búsqueda heurística del algoritmo de evolución diferencial proporciona una guía confiable para la optimización de malezas invasivas. Basándose en la prueba de varias ecuaciones no lineales típicas y un problema de empaquetado de círculos, los resultados muestran que el algoritmo de evolución diferencial optimización de malezas invasivas (DEIWO) tiene una mayor precisión y velocidad de convergencia, lo cual es un algoritmo eficiente y viable para resolver sistemas no lineales de ecuaciones.

• 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:Tradicional; Método numérico; Ecuaciones no lineales; Optimización de malas hierbas invasivas; Evolución diferencial; Algoritmo
• Keywords:Traditional; Numerical method; Nonlinear equations; Invasive weed optimization; Differential evolution; Algorithm