Resumen

En este trabajo se propone un novedoso algoritmo metaheurístico basado en un enjambre, que se denomina optimización del enjambre de atunes (TSO). La inspiración principal de TSO se basa en el comportamiento de búsqueda de alimento cooperativo del enjambre de atunes. El trabajo imita dos comportamientos de forrajeo del enjambre de atunes, incluyendo el forrajeo en espiral y el forrajeo parabólico, para desarrollar un algoritmo metaheurístico eficaz. El rendimiento de TSO se evalúa mediante la comparación con otras metaheurísticas en un conjunto de funciones de referencia y varios problemas reales de ingeniería. Se utilizaron análisis de sensibilidad, escalabilidad, robustez y convergencia, combinados con la prueba de suma de rangos de Wilcoxon y la prueba de Friedman. Los resultados de la simulación muestran que TSO tiene un mejor rendimiento en comparación con otros algoritmos.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:comportamiento del atún, algoritmo metaheurístico basado, rendimiento del tso, tso, conjunto de referencia, optimización del enjambre de atunes, algoritmo metaheurístico eficaz, comportamiento de forrajeo cooperativo, problema real de ingeniería, rango de wilcoxon
• Keywords:behavior of tuna, based metaheuristic algorithm, performance of tso, tso, set of benchmark, tuna swarm optimization, effective metaheuristic algorithm, cooperative foraging behavior, real engineering problem, wilcoxon rank