Resumen

Se introduce un algoritmo de metaheurística para la optimización global llamado comportamiento animal colectivo (CAB). Grupos de animales, como cardúmenes de peces, bandadas de aves, enjambres de langostas y manadas de ñus, exhiben una variedad de comportamientos que incluyen enjambre alrededor de una fuente de alimento, moverse alrededor de ubicaciones centrales o migrar grandes distancias en grupos alineados. Estos comportamientos colectivos a menudo son ventajosos para los grupos, permitiéndoles aumentar su eficiencia de recolección, seguir mejores rutas de migración, mejorar su aerodinámica y evitar la depredación. En el algoritmo propuesto, los agentes buscadores emulan un grupo de animales que interactúan entre sí basados en las leyes biológicas del movimiento colectivo. El método propuesto ha sido comparado con otros algoritmos de optimización bien conocidos. Los resultados muestran un buen rendimiento del método propuesto al buscar un óptimo global de varias funciones de referencia.

• Materias:Polinomios Ecuaciones dinámicas Ecuaciones diferenciales Ecuaciones funcionales
• Subjects:Polynomials Dynamic equations Differential equations Functional equations
• Palabras claves:Algoritmo; Comportamiento animal colectivo; Optimización; Grupos; Comportamientos; óptimo global
• Keywords:Algorithm; Collective animal behavior; Optimization; Groups; Behaviors; Global optimum