Resumen

En el algoritmo de evolución diferencial (DE), dependiendo de las características del problema en cuestión y de los recursos computacionales disponibles, diferentes estrategias combinadas con un conjunto diferente de parámetros pueden ser efectivas. Además, una única combinación bien ajustada de estrategias y parámetros no garantiza un rendimiento óptimo, ya que diferentes estrategias combinadas con diferentes ajustes de parámetros pueden ser apropiadas durante diferentes etapas de la evolución. Por lo tanto, se han propuesto diversas técnicas adaptativas/auto-adaptativas para adaptar las estrategias y parámetros de DE durante el curso de la evolución. En este artículo, proponemos una nueva técnica de adaptación de parámetros para DE basada en un enfoque de conjunto y el algoritmo de búsqueda de armonía (HS). En el método propuesto, se muestrea aleatoriamente un conjunto de parámetros que forman la memoria de armonía inicial. El conjunto de parámetros evoluciona durante el proceso de optimización mediante el algoritmo HS. Cada combinación de parámetros en la memoria de armon

• 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:Evolución diferencial; Algoritmo; Estrategias; Parámetros; Técnica de adaptación; Enfoque de conjunto
• Keywords:Differential evolution; Algorithm; Strategies; Parameters; Adaptation technique; Ensemble approach