Resumen

Este artículo propone el algoritmo híbrido CSM-CFO basado en el método simplex (SM), técnica de agrupamiento y optimización de fuerza central (CFO) para la optimización no restringida. CSM-CFO sigue siendo un algoritmo determinista de inteligencia de enjambre, de modo que el análisis estadístico complejo de los resultados numéricos puede ser omitido, y la convergencia pretende ser más rápida y precisa mediante la técnica de agrupamiento y un buen conjunto de puntos. Cuando se prueba con funciones de referencia, en dimensiones bajas y altas, el algoritmo CSM-CFO tiene un rendimiento competitivo en términos de precisión y velocidad de convergencia en comparación con otros algoritmos evolutivos: optimización por enjambre de partículas, programa evolutivo y recocido simulado. Los resultados de la comparación demuestran que el algoritmo propuesto es efectivo y eficiente.

• Materias:Modelos matemáticos Conjuntos difusos Ecuaciones integrales Fusión de características Algoritmo de optimización
• Subjects:Mathematical models Fuzzy sets Integral equations Feature fusion Optimization algorithm
• Palabras claves:Algoritmo propuesto; CSM-CFO; Método simplex; Técnica de agrupamiento; Optimización de fuerza central; Funciones de referencia
• Keywords:Proposed algorithm; CSM-CFO; Simplex method; Clustering technique; Central force optimization; Benchmark functions