Resumen

El algoritmo seno-coseno (SCA) es un nuevo enfoque metaheurístico sugerido en años recientes, el cual repite algunos pasos aleatorios al elegir las funciones seno o coseno para encontrar el óptimo global. El SCA ha mostrado fuertes patrones de aleatoriedad en sus estilos de búsqueda. En la etapa posterior del algoritmo, la disminución de la diversidad de la población conduce a una optimización orientada localmente y a una convergencia lenta al tratar con problemas complejos. Por lo tanto, este artículo propone un SCA enriquecido (ASCA) basado en parámetros adaptativos y una estrategia de explotación caótica para aliviar estas deficiencias. Se introducen dos mecanismos en el SCA original. Primero, se propone un parámetro de transformación adaptativa para hacer la transformación más flexible entre la búsqueda global y la explotación local. Luego, se agrega la búsqueda local caótica para aumentar los patrones de búsqueda local del algoritmo. La efectividad del ASCA se

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Seno; Coseno; Algoritmo; óptimo global; Parámetros adaptativos; Estrategia caótica
• Keywords:Sine; Cosine; Algorithm; Global optimum; Adaptive parameters; Chaotic strategy