Resumen

Este documento presenta un algoritmo de optimización de forrajeo bacteriano modificado llamado algoritmo de optimización de forrajeo bacteriano con cruce, que hereda la técnica de cruce del algoritmo genético. Esto puede ser utilizado para mejorar la evaluación de los valores óptimos de la función objetivo. La idea de utilizar el mecanismo de cruce es buscar ubicaciones cercanas mediante la descendencia (el 50 por ciento de las bacterias), ya que son producidas aleatoriamente en diferentes ubicaciones. En el algoritmo de optimización de forrajeo bacteriano tradicional, la búsqueda comienza desde las mismas ubicaciones (el 50 por ciento de las bacterias se replican), lo cual no es deseable. Se consideran siete funciones de referencia diferentes para la evaluación del rendimiento. Además, se presenta una comparación con los resultados de métodos anteriores para revelar la efectividad del algoritmo propuesto.

• Materias:Máquina de vectores Marco neuronal híbrido Base de datos Inteligencia neuronal Sintonización de controladores
• Subjects:Vector machine Hybrid neural framework Database Neural intelligence Controller tuning
• Palabras claves:Algoritmo de optimización por forrajeo bacteriano; Técnica de cruce; Valores óptimos de la función objetivo; Mecanismo de cruce; Funciones de referencia; Efectividad del algoritmo propuesto
• Keywords:Bacterial foraging optimization algorithm; Crossover technique; Optimal objective function values; Crossover mechanism; Benchmark functions; Effectiveness of the proposed algorithm