Resumen

Inspirado en el comportamiento de la siembra del diente de león, en este trabajo se propone un nuevo algoritmo de inteligencia de enjambre, el algoritmo del diente de león (DA), para la optimización global de funciones complejas. En DA, la población de dientes de león se dividirá en dos subpoblaciones, y las diferentes subpoblaciones tendrán diferentes comportamientos de siembra. Además, se diseña otro método de siembra para saltar fuera del óptimo local. Para demostrar la validación de DA, comparamos el algoritmo propuesto con otros algoritmos existentes, incluyendo el algoritmo del murciélago, la optimización del enjambre de partículas y el algoritmo mejorado de los fuegos artificiales. Las simulaciones muestran que el algoritmo propuesto parece muy superior a los demás algoritmos. Al mismo tiempo, el algoritmo propuesto puede aplicarse para optimizar la máquina de aprendizaje extremo (ELM) para problemas de clasificación biomédica, y el efecto es considerable. Por último, utilizamos diferentes métodos de fusión para formar diferentes clasificadores de fusión, y los clasificadores de fusión pueden lograr una mayor precisión y una mejor estabilidad en cierta medida.

• Materias:Algoritmos genéticos Cerebro - fisiopatología Neurociencia Cognitiva Fisiología vegetal
• Subjects:Genetic algorithms Brain - pathophysiology Cognitive Neuroscience Plant physiology
• Palabras claves:algoritmo propuesto, validación de da, máquina de aprendizaje extremo, algoritmo de inteligencia de enjambre, optimización de enjambre de partículas, diferente clasificador de fusión, diferentes métodos de fusión, problema de clasificación biomédica, comportamiento del diente de león, algoritmo de fuegos artificiales mejorado
• Keywords:proposed algorithm, validation of da, extreme learning machine, swarm intelligence algorithm, particles swarm optimization, different fusion classifier, different fusion methods, biomedical classification problem, behavior of dandelion, enhanced fireworks algorithm