Resumen

En los últimos diez años, la colonia artificial de abejas (ABC) ha atraído cada vez más atención, y se han desarrollado muchas variantes de ABC de vanguardia (ABCs) al introducir diferentes informaciones sesgadas en las ecuaciones de búsqueda. Sin embargo, la misma información sesgada se emplea en las fases de abeja empleada y abeja observadora, lo que puede causar sobreexplotación y llevar a una convergencia prematura. Para superar esta limitación, se propone un marco efectivo con aprendizaje sesgado adaptativo en tres etapas para los ABC existentes (TABL+ABCs). En TABL+ABCs, la dirección de búsqueda en la etapa de abeja empleada está guiada por el aprendizaje de la información sesgada de clasificación de las fuentes de alimentos parentales, mientras que en la etapa de abeja observadora, la dirección de búsqueda se determina extrayendo la información sesgada de la distribución de la población. Además, se diseña una estrategia de aprendizaje de eliminación-reinicio en la etapa

• Materias:Modelo Matemático Gestión ambiental Sistemas dinámicos Datos estructurales Sistema inalámbrico
• Subjects:Mathematical model Environmental management Dynamic systems Structural data Wireless system
• Palabras claves:Colonia artificial de abejas; Variantes; Información sesgada; Ecuaciones de búsqueda; Aprendizaje sesgado adaptativo tricapa; TABL+ABCs
• Keywords:Artificial bee colony; Variants; Biased information; Search equations; Tristage adaptive biased learning; TABL+ABCs