Resumen

Los algoritmos metaheurísticos son herramientas de optimización bien conocidas que se han utilizado para resolver una amplia gama de problemas de optimización. Varias extensiones de la evolución diferencial se han adoptado para resolver problemas de optimización multiobjetivo restringidos y no restringidos, pero en este estudio se utiliza la tercera versión de la evolución diferencial generalizada (GDE) para resolver problemas prácticos de ingeniería. La metaheurística GDE3 modifica el proceso de selección de la evolución diferencial básica y extiende la estrategia DE/rand/1/bin para resolver aplicaciones prácticas. Se investiga el rendimiento de la metaheurística a través de problemas de optimización de diseño de ingeniería y se informan los resultados. La comparación de los resultados numéricos con los de otras técnicas metaheurísticas demuestra el rendimiento prometedor del algoritmo como una herramienta de optimización robusta para propósitos prácticos.

• Materias:Internet de las cosas Inteligencia artificial Contaminantes atmosféricos Sistema biométrico Aplicaciones
• Subjects:Internet of things Artificial intelligence Air pollutants Biometric system Applications
• Palabras claves:Algoritmos metaheurísticos; Problemas de optimización; Evolución diferencial; GDE3; Diseño de ingeniería; Aplicaciones prácticas
• Keywords:Metaheuristic algorithms; Optimization problems; Differential evolution; GDE3; Engineering design; Practical applications