Resumen

En este estudio se propone un algoritmo híbrido de metaheurística, el optimizador basado en gradiente caótico (CGBO). El optimizador basado en gradiente (GBO) es una metaheurística novedosa inspirada en el método de Newton que cuenta con dos estrategias de búsqueda para garantizar un excelente rendimiento. Una de ellas es la regla de búsqueda de gradiente (GSR), y la otra es la operación de escape local (LEO). GSR utiliza el método de gradiente para mejorar la capacidad de explotación y la tasa de convergencia, mientras que LEO emplea operadores aleatorios para escapar de los óptimos locales. Se ha comprobado que los algoritmos metaheurísticos basados en gradiente tienen deficiencias evidentes en la exploración. Por otro lado, la búsqueda local caótica (CLS) es una estrategia de búsqueda eficiente con aleatoriedad y ergodicidad, que suele utilizarse para mejorar los algoritmos de optimización global. Por lo tanto, incorporamos CLS a GBO para fortalecer la capacidad de exploración y mantener

• Materias:Modelo Matemático Gestión ambiental Sistemas dinámicos Datos estructurales Sistema inalámbrico
• Subjects:Mathematical model Environmental management Dynamic systems Structural data Wireless system
• Palabras claves:Propuesto; Algoritmo; Metaheurística; Optimizador; Búsqueda; Basado en gradientes
• Keywords:Proposed; Algorithm; Metaheuristic; Optimizer; Search; Gradient-based