Resumen

Este trabajo investiga un algoritmo de optimización microinmune bioinspirado para resolver un tipo general de programación de valor esperado no lineal de objetivo único con restricciones, sin ninguna distribución previa. En el estudio del algoritmo, se desarrollan teóricamente dos estimaciones de límite inferior de muestras de variables aleatorias para estimar los valores empíricos de los individuos. Se diseñan dos esquemas adaptativos de muestreo de carreras para identificar a aquellos individuos competitivos en una población dada, mediante los cuales los individuos de alta calidad pueden obtener un tamaño de muestra grande. Se construye un mecanismo evolutivo inmune, junto con un enfoque de búsqueda local, para evolucionar la población actual. Los experimentos comparativos han mostrado que el algoritmo propuesto puede resolver eficazmente problemas de referencia de mayor dimensión y tiene potencial para futuras aplicaciones.

• Materias:Difusión de información Inteligencia de enjambre Programación híbrida Modelo de programación Máquinas virtuales
• Subjects:Information dissemination Swarm intelligence Hybrid programming Programming model Virtual machines
• Palabras claves:Bioinspirado; Algoritmo de optimización; Programación con restricciones; Muestreo adaptativo; Mecanismo evolutivo; Problemas de referencia
• Keywords:Bioinspired; Optimization algorithm; Constrained programming; Adaptive sampling; Evolutionary mechanism; Benchmark problems