Resumen

Muchas investigaciones han identificado que el algoritmo de evolución diferencial (ED) es uno de los algoritmos estocásticos de parámetros reales más potentes para problemas de optimización global. Sin embargo, sigue existiendo un problema de estancamiento en las variantes de ED. Para superar este inconveniente, recientemente han aparecido gradualmente dos ideas de mejora. Una consiste en combinar múltiples operadores de mutación para equilibrar la capacidad de exploración y explotación. La otra consiste en desarrollar variantes de ED convergentes en teoría para reducir la probabilidad de estancamiento. Por ello, este artículo propone un operador de mutación de agrupación de subespacios, denominado SC_qrtop. A continuación, se desarrollan cinco variantes de ED, que mantienen la convergencia global en probabilidad, combinando el operador propuesto y cinco operadores de mutación de ED, respectivamente. SC_qrtop selecciona aleatoriamente un individuo élite como centro de la perturbación y emplea la diferencia entre dos individuos límite generados aleatoriamente como paso de la perturbación. Los análisis teóricos y las simulaciones numéricas demuestran que SC_qrtop prefiere buscar en el subespacio ortogonal centrado en el individuo de élite. Los resultados experimentales sobre las funciones de referencia CEC2005 indican que las cinco variantes convergentes de ED con mutación SC_qrtop superan a los algoritmos de ED correspondientes.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Mathematical logic
• Palabras claves:variantes de convergencia, variantes de, individuo de élite, funciones de referencia cec2005, algoritmo de evolución diferencial, problemas de optimización global, operadores de mutación múltiple, perturbación, algoritmos de, resultados experimentales
• Keywords:convergent de variants, de variants, elite individual, cec2005 benchmark functions, differential evolution algorithm, global optimization problems, multiple mutation operators, perturbation, de algorithms, experimental results