Biblioteca36.130 documentos en línea

Artículo

A Guiding Evolutionary Algorithm with Greedy Strategy for Global Optimization ProblemsUn Algoritmo Evolutivo Guiado con Estrategia Greedy para Problemas de Optimización Global

Resumen

Se propone un Algoritmo Evolutivo Guiado (GEA) con estrategia codiciosa para problemas de optimización global. Inspirado en la Optimización por Enjambre de Partículas, el Algoritmo Genético y el Algoritmo del Murciélago, el GEA ha sido diseñado para conservar algunas ventajas de cada método y evitar al mismo tiempo algunas desventajas. A diferencia del Algoritmo Genético habitual, cada individuo en GEA se cruza con el mejor individuo global actual en lugar de un individuo seleccionado al azar. El mejor individuo actual sirve de guía para atraer a la descendencia a su región del espacio genotípico. La mutación se añadió a la descendencia según una probabilidad de mutación dinámica. Para aumentar la capacidad de explotación, se aplicó un mecanismo de búsqueda local a los nuevos individuos según una probabilidad dinámica de búsqueda local. Los resultados experimentales muestran que GEA superó a los otros tres algoritmos típicos de optimización global con los que se comparó.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento