Resumen

La colonia artificial de abejas (ABC) es un novedoso método de optimización basado en poblaciones, que tiene la ventaja de contar con menos parámetros de control, ser fácil de implementar y tener una gran capacidad de optimización global. Sin embargo, el algoritmo ABC tiene algunas deficiencias relativas a su ecuación de posición actualizada, que es hábil en la búsqueda global y mala en la búsqueda local. Para coordinar la capacidad de búsqueda global y local, proponemos primero un algoritmo ABC autoadaptativo (denominado SABC) en el que se utiliza una ecuación mejorada de posición actualizada para guiar la búsqueda de nuevos individuos candidatos. Además, se introduce un enfoque de conjunto de puntos buenos para producir la población inicial y las abejas exploradoras. El SABC propuesto se prueba en 12 problemas bien conocidos. Los resultados de la simulación demuestran que el algoritmo SABC propuesto tiene mejor capacidad de búsqueda que otras variantes del ABC.

• Materias:Control del proceso Aerodinámica Diagnóstico de fallas Regulación automática Instrumentación automática
• Subjects: Aerodynamics Fault diagnosis Automatic regulation Automatic instrumentation
• Palabras claves:búsqueda local, otras diversas variantes del abc, fuerte capacidad de optimización global, colonia artificial de abejas, algoritmo abc adaptativo, mejor capacidad de búsqueda, menos parámetros de control, nuevos individuos candidatos, sabc, ecuación
• Keywords:local search, other several abc variants, strong global optimization ability, artificial bee colony, adaptive abc algorithm, better search ability, less control parameters, new candidate individuals, sabc, equation