Resumen

Se propone un nuevo algoritmo fusionado que ofrece las ventajas de los algoritmos genéticos (AG) y de la optimización de colonias de hormigas (OCO) para resolver el problema de la selección de proveedores. El método propuesto combina el efecto evolutivo de los AG y el efecto cooperativo de la ACO. Un AG con una gran tasa de convergencia global tiene como objetivo producir un óptimo inicial para asignar las feromonas iniciales de la ACO. Un ACO con gran paralelismo y retroalimentación efectiva sirve entonces para obtener la solución óptima. En este trabajo, el enfoque se ha aplicado al problema de selección de proveedores. Mediante la realización de un experimento numérico, se optimizan los parámetros del ACO utilizando un método tradicional y otro algoritmo híbrido de un AG y un ACO, y los resultados del problema de selección de proveedores demuestran la mejora de la calidad y la eficiencia del novedoso método fusionado con parámetros óptimos, verificando su viabilidad y eficacia. La adopción de un algoritmo fusionado de un AG y un ACO para resolver el problema de selección de proveedores es una solución innovadora que presenta una clara contribución metodológica a la investigación de algoritmos de optimización y puede servir como enfoque práctico y referencia de gestión para diversas empresas.

• Materias:Análisis Matemático Matemáticas Algebra Ingeniería Lógica matemática
• Subjects:Mathematical Analysis mathematics Algebra Engineering Mathematical logic
• Palabras claves:Algoritmo fusionado; algoritmos genéticos; optimización de colonias de hormigas; problema de selección de proveedores; investigación de algoritmos de optimización; referencia de gestión.
• Keywords:Fused algorithm; genetic algorithms; ant colony optimization; supplier selection problem; optimization algorithm research; management reference