Resumen

Muchos problemas de optimización del mundo real son en realidad de naturaleza dinámica. Estos problemas cambian con el tiempo en términos de la función objetivo, variables de decisión, restricciones, y demás. Por lo tanto, es muy importante estudiar el rendimiento de un algoritmo metaheurístico en entornos dinámicos para evaluar la robustez del algoritmo para lidiar con problemas del mundo real. Además, es importante adaptar los algoritmos metaheurísticos existentes para que funcionen bien en entornos dinámicos. Este artículo investiga una versión recientemente propuesta del Algoritmo de las Abejas, llamada Algoritmo de las Abejas basado en Patch-Levy (PLBA), para resolver problemas dinámicos, y lo adapta para lidiar con dichos problemas. Se compara el rendimiento del PLBA con otras versiones de BA y otros algoritmos de vanguardia en un conjunto de problemas de referencia multimodales dinámicos de diferentes grados de dificultad. Los resultados de los experimentos muestran que el PLBA logra mejores resultados que las otras variantes de

• Materias:Sistemas multiagente Dinámica de interacción Simulación de comportamientos Ecuaciones diferenciales estocásticas Dinámica caótica
• Subjects:Multiagent systems Interaction dynamics Behavioral simulation Stochastic differential equations Chaotic dynamics
• Palabras claves:Mundo real; Problemas de optimización; Naturaleza dinámica; Algoritmo metaheurístico; Entornos dinámicos; PLBA
• Keywords:Real-world; Optimization problems; Dynamic nature; Metaheuristic algorithm; Dynamic environments; PLBA