Resumen

El algoritmo de la colonia artificial de abejas (ABC) es un método de optimización recientemente introducido en el campo de la investigación de la inteligencia de enjambre. En este trabajo se presenta un algoritmo ABC mejorado, denominado OGABC, basado en el aprendizaje por oposición (OBL) y en la ecuación de búsqueda global óptima, para superar las deficiencias de la lenta tasa de convergencia y el hundimiento en óptimos locales en el proceso de inversión del conducto atmosférico. Tomando como ejemplo la inversión del conducto de superficie utilizando la técnica de refractividad del clutter (RFC) para validar el rendimiento del OGABC propuesto, los resultados de la inversión se comparan con los de la optimización de maleza invasiva modificada (MIWO) y el ABC. Para llevar a cabo la inversión del conducto de superficie se utiliza la potencia del desorden del mar del radar calculada por el método de la ecuación parabólica utilizando el perfil de refractividad simulado y medido, respectivamente. Los resultados de la investigación comparativa indican que el rendimiento de OGABC es superior al de MIWO y ABC en términos de estabilidad, precisión y tasa de convergencia durante el proceso de inversión.

• Materias:Propagación de ondas Radar Teoría de Antenas Redes Inalámbricas Banda ancha Radares
• Subjects:Wave propagation Radar Antenna theory Wireless Networks Broadband Radars
• Palabras claves:proceso de inversión, métodos de optimización introducidos, algoritmo abc mejorado, tasa de convergencia lenta, perfil de refractividad medido, términos de estabilidad, resultados de la investigación comparativa, mejor ecuación de búsqueda, rendimiento de ogabc, potencia de desorden marino
• Keywords:process of inversion, introduced optimization methods, improved abc algorithm, slow convergence rate, measured refractivity profile, terms of stability, comparative investigation results, best search equation, performance of ogabc, sea clutter power