Resumen

Los algoritmos metaheurísticos se utilizan para resolver muchos problemas de optimización. El algoritmo de luciérnagas, la mejora del enjambre de partículas, la búsqueda armónica y el algoritmo de murciélagos se utilizan como algoritmos de búsqueda para encontrar la solución óptima al problema. En este documento, hemos investigado y analizado un nuevo algoritmo de gradiente conjugado escalado y su implementación, basado en las condiciones exactas de búsqueda de línea de Wolfe y el criterio de reinicio de Powell. El nuevo algoritmo de gradiente conjugado espectral es una modificación del método de Birgin y Martínez, una manera de superar la falta de definición positiva de la matriz que define la dirección de búsqueda. Los resultados computacionales preliminares para un conjunto de 30 problemas de prueba de optimización no restringida muestran que este nuevo gradiente conjugado espectral supera a un gradiente conjugado estándar en este campo y hemos aplicado el nuevo algoritmo de gradiente conjugado espectral propuesto en el algoritmo de murciélagos para alcan

• Materias:Teoremas Semigrupos Captura de vectores Vértice reflexivo Funciones trigonométricas
• Subjects:Theorems Semigroups Vector capture Reflexive vertex Trigonometric functions
• Palabras claves:Algoritmos metaheurísticos; Problemas de optimización; Algoritmo de luciérnagas; Mejora del enjambre de partículas; Búsqueda armónica; Algoritmo de murciélagos
• Keywords:Metaheuristic algorithms; Optimization problems; Firefly algorithm; Particle swarm improvement; Harmonic search; Bat algorithm