Resumen

En este artículo, se propone un novedoso algoritmo híbrido de búsqueda de rayos (Lightning Search Algorithm, LSA) y método simplex (SM) para resolver las deficiencias del algoritmo de búsqueda de rayos (LSA) en cuanto a convergencia prematura y baja precisión computacional, y se aplica a la optimización de funciones y problemas de optimización de diseño de ingeniería con restricciones. La mejora añade dos estrategias de optimización principales. El método simplex (SM) optimiza de forma iterativa los líderes de paso peor actuales para evitar que la población busque en los bordes, mejorando así la precisión de convergencia y la tasa del algoritmo. El aprendizaje basado en oposición élite (Elite Opposition-Based Learning, EOBL) aumenta la diversidad de la población para evitar que el algoritmo caiga en un óptimo local. LSA-SM se prueba con 18 funciones de referencia y cinco problemas de diseño de ingeniería con restricciones. Los resultados muestran que LSA-SM tiene una mayor precisión computacional, una

• Materias:Sistemas multiagente Dinámica de interacción Simulación de comportamientos Ecuaciones diferenciales estocásticas Dinámica caótica
• Subjects:Multiagent systems Interaction dynamics Behavioral simulation Stochastic differential equations Chaotic dynamics
• Palabras claves:Algoritmo de búsqueda relámpago; Método simplex; Convergencia prematura; Precisión computacional; Estrategias de optimización; Diseño de ingeniería restringido
• Keywords:Lightning search algorithm; Simplex method; Premature convergence; Computational accuracy; Optimization strategies; Constrained engineering design