El algoritmo de optimización de mariposas (BOA) es un algoritmo metaheurístico basado en un enjambre, inspirado en el comportamiento de búsqueda de alimento y en el intercambio de información de las mariposas. El BOA se ha aplicado a varios campos de problemas de optimización debido a su rendimiento. Sin embargo, BOA también sufre inconvenientes como la disminución de la diversidad de la población y la tendencia a quedar atrapado en el óptimo local. En este trabajo se propone un algoritmo híbrido de optimización de mariposas basado en una estrategia de estimación de la distribución gaussiana, denominado GDEBOA. Se utiliza una estrategia de estimación de la distribución gaussiana para muestrear la información de la población dominante y así modificar la dirección evolutiva de las poblaciones de mariposas, mejorando la capacidad de explotación y exploración del algoritmo. Para evaluar la superioridad del algoritmo propuesto, GDEBOA se comparó con seis algoritmos del estado del arte en el CEC2017. Además, GDEBOA se empleó para resolver el problema de planificación de trayectorias de vehículos aéreos no tripulados. Los resultados de la simulación muestran que GDEBOA es altamente competitivo.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Separación cromatográfica por longitud y estudio de fotoluminiscencia de nanotubos de carbono de pared simple y doble envueltos en ADN
Artículo:
Efecto del Nano ZnO en las Propiedades Ópticas de las Películas de Poli(cloruro de vinilo)
Artículo:
Características del daño progresivo de nanocables de ZnO durante el deslizamiento por contacto con cargas relativamente bajas
Artículo:
Evaluación de Resultados Subjetivos del Proyecto P.A.T.H.S. en Diferentes Cohortes de Estudiantes
Artículo:
Efecto de la adición de arcilla en las propiedades mecánicas de los compuestos de poliéster insaturado/fibra de vidrio