Resumen

Inspirándonos en las aves reales en vuelo, proponemos un nuevo algoritmo de optimización de enjambre de partículas que en este trabajo denominamos optimización de enjambre de partículas en modo de vuelo doble (DMPSO). En el DMPSO, cada pájaro (partícula) puede utilizar tanto el modo de vuelo rotacional como el modo de vuelo no rotacional para volar, mientras busca comida en su espacio de búsqueda. Hay un Rey en el enjambre de pájaros, y el Rey controla el comportamiento de vuelo de cada pájaro de acuerdo con ciertas reglas todo el tiempo. Se realizaron experimentos con funciones de referencia como Schwefel, Rastrigin, Ackley, Step, Griewank y Sphere. Los resultados experimentales muestran que el DMPSO no sólo tiene una marcada ventaja de convergencia global, sino que también puede evitar eficazmente el problema de convergencia prematura y tiene un buen rendimiento en la resolución de problemas de optimización complejos y de alta dimensión.

• Materias:Control del proceso Desarrollo de procesos Programación Matemática Diagnóstico de fallos Optimización de procesos
• Subjects: Process development Mathematical Programming Fault diagnosis Process optimization
• Palabras claves:dmpso, optimización por enjambre de partículas con modos de vuelo doble, nuevo algoritmo de optimización por enjambre de partículas, problemas de optimización dimensional, propiedad de convergencia global, modo de vuelo no rotacional, problema de convergencia prematura, modo de vuelo rotacional, rey, pájaro
• Keywords:dmpso, double flight modes particle swarm optimization, new particle swarm optimization algorithm, dimensional optimization problems, global convergence property, nonrotational flight mode, premature convergence problem, rotational flight mode, king, bird