Resumen

Este trabajo presenta una optimización de enjambre de partículas barebones (OBPSO) modificada para resolver problemas de optimización no lineal con restricciones. El enfoque propuesto OBPSO combina la optimización de enjambre de partículas barebones (BPSO) y el aprendizaje basado en la oposición (OBL) para mejorar la calidad de las soluciones. Se utiliza una novedosa estrategia de búsqueda de límites para aproximarse a la frontera entre la región de búsqueda factible y la no factible. Además, se emplea un método de penalización adaptativa para gestionar las restricciones. Para verificar el rendimiento de OBPSO, se utiliza en los experimentos un conjunto de funciones de referencia con restricciones bien conocidas. Los resultados de la simulación demuestran que nuestro enfoque logra un rendimiento prometedor.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:optimización de enjambre de partículas barebones, nueva estrategia de búsqueda de límites, método de penalización adaptativa, región de búsqueda no factible, problemas de optimización no lineal, obpso, resultados de simulación, enfoque obpso, funciones de referencia, rendimiento prometedor
• Keywords:barebones particle swarm optimization, novel boundary search strategy, adaptive penalty method, infeasible search region, nonlinear optimization problems, obpso, simulation results, approach obpso, benchmark functions, promising performance