Resumen

En los problemas de ingeniería debidos a limitaciones físicas y de costes, los mejores resultados, obtenidos mediante un algoritmo de optimización global, no siempre pueden realizarse. En tales condiciones, si se conocen múltiples soluciones (locales y globales), se puede cambiar rápidamente a otra solución sin interrumpir mucho el proceso de diseño. Este artículo presenta un nuevo algoritmo de optimización multimodal de enjambre denominado comportamiento animal colectivo (CAB). Los grupos de animales, como los bancos de peces, las bandadas de pájaros, los enjambres de langostas y las manadas de ñus, exhiben una variedad de comportamientos que incluyen la formación de enjambres en torno a una fuente de alimento, la aglomeración en torno a una ubicación central o la migración a grandes distancias en grupos alineados. Estos comportamientos colectivos suelen ser ventajosos para los grupos, ya que les permiten aumentar su eficacia recolectora, seguir mejores rutas migratorias, mejorar su aerodinámica y evitar la depredación. En el algoritmo propuesto, los agentes buscadores emulan a un grupo de animales que interactúan entre sí basándose en leyes biológicas simples que se modelan como operadores evolutivos. Se realizan experimentos numéricos para comparar el método propuesto con los métodos más avanzados en funciones de referencia. El algoritmo propuesto también se ha aplicado al problema de ingeniería de la detección de múltiples círculos, obteniéndose resultados satisfactorios.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:mejores rutas migratorias, comportamiento animal colectivo, algoritmo de optimización global, algoritmo de optimización multimodal, leyes biológicas simples, algoritmo, grupos de animales, experimentos numéricos, grupos alineados, métodos artísticos
• Keywords:better migration routes, collective animal behavior, global optimization algorithm, multimodal optimization algorithm, simple biological laws, algorithm, animal groups, numerical experiments, aligned groups, art methods