Resumen

Este documento presenta algoritmos de optimización global que incorporan la idea de una rama y límite de intervalos y los algoritmos de búsqueda estocástica. Se proponen dos algoritmos para problemas sin restricciones, el recocido simulado de intervalo híbrido y el algoritmo combinado de rama y límite de intervalo y algoritmo genético. El experimento numérico muestra mejores resultados en comparación con el algoritmo de Hansen y el recocido simulado en términos de almacenamiento, velocidad y número de evaluaciones de funciones. Se describe la prueba de convergencia. Además, la idea de ambos algoritmos sugiere una estructura para un algoritmo genético y de rama y límite de intervalo integrados para problemas restringidos en los que se describe y prueba el algoritmo. El objetivo es capturar una de las soluciones con mayor precisión y menor costo. Los resultados muestran una mejor calidad de las soluciones con menos evaluaciones de funciones en comparación con el GA tradicional.

• Materias:Ecuaciones diferenciales Ecuaciones integrales Variables independientes Sistemas dinámicos Combinaciones convexas
• Subjects:Differential equations Integral equations Independent variables Dynamic systems Convex combinations
• Palabras claves:Algoritmos de optimización global; Intervalo de ramificación y límite; Algoritmos de búsqueda estocástica; Problemas no restringidos; Algoritmo genético; Problemas restringidos
• Keywords:Global optimization algorithms; Interval branch and bound; Stochastic search algorithms; Unconstrained problems; Genetic algorithm; Constrained problems