Resumen

La optimización por enjambre de partículas (PSO) y el algoritmo de fuegos artificiales (FWA) son dos métodos de optimización desarrollados recientemente que se han aplicado en diversos ámbitos debido a su simplicidad y eficiencia. Sin embargo, cuando se aplican a problemas de optimización de alta dimensión, el algoritmo PSO puede quedar atrapado en los óptimos locales debido a la falta de una potente capacidad de exploración global, y el algoritmo de fuegos artificiales es difícil de converger en algunos casos debido a su eficiencia de explotación local relativamente baja para los fuegos artificiales no centrales. En este trabajo se presenta un algoritmo híbrido denominado PS-FW, en el que los operadores modificados de FWA se integran en el proceso de resolución de PSO. En el proceso de iteración, se adopta el mecanismo de abandono y complemento para equilibrar la capacidad de exploración y explotación de PS-FW, y se proponen el operador de explosión modificado y el nuevo operador de mutación para acelerar la convergencia global y evitar la prematuridad. Para verificar el rendimiento del algoritmo PS-FW propuesto, se han empleado 22 funciones de referencia de alta dimensión, y se compara con los algoritmos PSO, FWA, stdPSO, CPSO, CLPSO, FIPS, Frankenstein y ALWPSO. Los resultados muestran que el algoritmo PS-FW es un método de optimización eficiente, robusto y de rápida convergencia para resolver problemas de optimización global.

• Materias:Biotecnología Minería de datos Algoritmos genéticos Cerebro - fisiopatología Neurofisiología
• Subjects:Biotechnology Data mining Genetic algorithms Brain - pathophysiology Neurophysiology
• Palabras claves:algoritmo de fuegos artificiales, algoritmo fw, operador de mutación novedoso, operador de fwa, función de referencia dimensional, operador de explosión modificado, métodos de optimización desarrollados, problema de optimización global, problema de optimización dimensional, optimización de enjambre de partículas
• Keywords:fireworks algorithm, fw algorithm, novel mutation operator, operator of fwa, dimensional benchmark function, modified explosion operator, developed optimization methods, global optimization problem, dimensional optimization problem, particles swarm optimization