Resumen

La optimización por enjambre de pollos es un nuevo algoritmo biónico inteligente que simula el enjambre de pollos en busca de alimento en la naturaleza. El algoritmo básico es propenso a caer en un óptimo local y tiene una tasa de convergencia lenta. Para subsanar estas deficiencias, se propone un algoritmo mejorado de optimización de enjambre de pollos basado en el aprendizaje por oposición de élite. En el enjambre de gallinas, se adopta la búsqueda aleatoria basada en la distribución t adaptativa para sustituir a la basada en la distribución gaussiana, con el fin de equilibrar la capacidad de explotación global y la capacidad de desarrollo local del algoritmo. En el enjambre de gallinas, se introduce el aprendizaje basado en la oposición de élites para promover la diversidad de la población. Se utiliza el modo de búsqueda codiciosa dimensión por dimensión para realizar la búsqueda local de individuos del enjambre de gallinas óptimo con el fin de mejorar la precisión de la optimización. De acuerdo con los resultados de las pruebas de 18 funciones de prueba estándar y 2 problemas de optimización de estructuras de ingeniería, este algoritmo tiene un mejor efecto sobre la precisión y la velocidad de optimización en comparación con el algoritmo de gallina básico y otros algoritmos de optimización inteligentes.

• Materias:Álgebra Análisis Matemático Ingeniería Matemática aplicada Lógica matemática
• Subjects:Algebra Mathematical Analysis Engineering Applied Mathematics Mathematical logic
• Palabras claves:Optimización por enjambre de pollos; algoritmo biónico inteligente; óptimo local; tasa de convergencia; aprendizaje basado en la oposición de élite; diversidad de la población.
• Keywords:Chicken swarm optimization; intelligent bionic algorithm; local optimum; convergence rate; elite opposition-based learning; population diversity