Resumen

AMO es un algoritmo de optimización sencillo y eficaz que se inspira en el comportamiento migratorio de los animales. Sin embargo, como la mayoría de los algoritmos de optimización, sufre de convergencia prematura y a menudo cae en óptimos locales. Este artículo presenta un algoritmo AMO basado en la oposición. Emplea el aprendizaje basado en la oposición para la inicialización y evolución de la población con el fin de ampliar el espacio de búsqueda, acelerar la tasa de convergencia y mejorar la capacidad de búsqueda. Se emplea un conjunto de funciones de referencia bien conocidas para la verificación experimental, y los resultados muestran claramente que el aprendizaje basado en la oposición puede mejorar el rendimiento de AMO.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:oposición, comportamiento migratorio animal, algoritmo de optimización eficiente, la mayoría de los algoritmos de optimización, amo, aprendizaje, algoritmo amo, funciones de referencia, tasa de convergencia, verificación experimental
• Keywords:opposition, animal migration behavior, efficient optimization algorithm, most optimization algorithms, amo, learning, amo algorithm, benchmark functions, convergence rate, experimental verification