Resumen

El principal objetivo de este trabajo es presentar un nuevo enfoque de hibridación para combinar dos potentes metaheurísticas, una inspirada en la física y otra basada en fenómenos bioinspirados. La primera metaheurística se basa en las leyes de la física e imita la explosión de los fuegos artificiales y se denomina Algoritmo Fireworks; la segunda metaheurística se basa en el comportamiento del lobo gris y pertenece a los métodos de inteligencia de enjambre, y este método se denomina algoritmo Grey Wolf Optimizer. Para este trabajo estudiamos y analizamos las ventajas de los dos métodos y proponemos potenciar las debilidades de ambos, respectivamente, con el objetivo de obtener una nueva hibridación entre el Algoritmo de Fuegos Artificiales (FWA) y el Optimizador del Lobo Gris (GWO), que se denota como FWA-GWO, y que se presenta con más detalle en este trabajo. Además, se presentan resultados de simulación sobre un conjunto de problemas que fueron probados en este trabajo con tres metaheurísticas diferentes (FWA, GWO y FWA-GWO) y que forman un conjunto de 22 funciones de referencia en total. Finalmente, se presenta un estudio estadístico con el objetivo de comparar los tres algoritmos diferentes a través de un test de hipótesis (test Z) para apoyar las conclusiones de este trabajo.

• Materias:Control del proceso Desarrollo de procesos Programación Matemática Diagnóstico de fallos Optimización de procesos
• Subjects: Process development Mathematical Programming Fault diagnosis Process optimization
• Palabras claves:fwa, gwo, trabajo, algoritmo de fuegos artificiales, algoritmo optimizador lobo gris, optimizador lobo gris, nuevo enfoque de hibridación, objetivo, métodos, artículo
• Keywords:fwa, gwo, work, fireworks algorithm, grey wolf optimizer algorithm, grey wolf optimizer, new hybridization approach, goal, methods, paper