Resumen

El rendimiento óptimo del algoritmo de colonia de hormigas (ACA) depende principalmente de unos parámetros adecuados; por lo tanto, la selección de parámetros para el ACA es importante. Proponemos un método de selección de parámetros para ACA basado en el algoritmo de forrajeo bacteriano (BFA), teniendo en cuenta los efectos del acoplamiento entre diferentes parámetros. En primer lugar, los parámetros para ACA se mapean en un espacio multidimensional, utilizando un operador quimiotáctico para asegurar que cada grupo de parámetros se aproxima al valor óptimo, acelerando la convergencia para cada grupo de parámetros. En segundo lugar, la velocidad de operación para optimizar todo el conjunto de parámetros se acelera utilizando un operador de reproducción. Por último, se utiliza el operador de eliminación-dispersión para reforzar la optimización global de los parámetros, lo que evita caer en una solución óptima local. Para validar la eficacia de este método, se compararon los resultados con los obtenidos mediante un algoritmo genético (AG) y una optimización por enjambre de partículas (OGP), y se realizaron simulaciones utilizando diferentes mapas de cuadrícula para la planificación de trayectorias robóticas. Los resultados indicaron que la selección de parámetros para ACA basada en BFA era el método superior, capaz de determinar la mejor combinación de parámetros de forma rápida, precisa y eficaz.

• Materias:Análisis Matemático Matemáticas Algebra Ingeniería Lógica matemática
• Subjects:Mathematical Analysis mathematics Algebra Engineering Mathematical logic
• Palabras claves:Rendimiento óptimo; algoritmo de colonia de hormigas; selección de parámetros; algoritmo de forrajeo bacteriano; acoplamiento entre distintos parámetros; optimización global.
• Keywords:Optimal performance; ant colony algorithm; parameter selection; bacterial foraging algorithm; coupling between different parameters; global optimization