Resumen

El desarrollo de energías sostenibles siempre conlleva complejos problemas de optimización del diseño, la planificación y el control, que a menudo resultan difíciles desde el punto de vista computacional para los métodos de optimización convencionales. Afortunadamente, los continuos avances en inteligencia artificial han dado lugar a un número cada vez mayor de métodos heurísticos de optimización para tratar eficazmente esos complicados problemas. En particular, los algoritmos que se inspiran en los principios de la evolución biológica natural y/o en el comportamiento colectivo de las colonias sociales han mostrado un rendimiento prometedor y son cada vez más populares en la actualidad. En este artículo resumimos los avances recientes en los métodos de optimización bioinspirados, incluidas las redes neuronales artificiales, los algoritmos evolutivos, la inteligencia de enjambre y sus hibridaciones, que se aplican al campo del desarrollo energético sostenible. La literatura revisada en este artículo muestra el estado actual de la técnica y analiza las posibles tendencias futuras de la investigación.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:posibles tendencias futuras de la investigación, desarrollo energético sostenible, redes neuronales artificiales, problemas complejos de optimización, métodos convencionales de optimización, métodos heurísticos de optimización, evolución biológica natural, desarrollo energético sostenible, papel, inteligencia artificial
• Keywords:potential future research trends, sustainable energy development, artificial neural networks, complex optimization problems, conventional optimization methods, heuristic optimization methods, natural biological evolution, sustainable energy development, paper, artificial intelligence