En este trabajo se presenta y estudia empíricamente una optimización de enjambre de partículas mejorada con cría de elitistas (EB-QPSO) para la optimización sin restricciones. En EB-QPSO, la novedosa estrategia de cría de elitistas actúa sobre los elitistas del enjambre para escapar de los probables óptimos locales y guiar al enjambre para que realice una búsqueda más eficiente. Durante el proceso de optimización iterativo de EB-QPSO, cuando se cumplen los criterios, el mejor individuo de cada partícula y el mejor global del enjambre se utilizan para generar nuevos individuos diversos mediante los operadores de transposones. Los nuevos individuos generados con mejor aptitud se seleccionan para ser las nuevas partículas mejores personales y la mejor partícula global para guiar el enjambre para la exploración de soluciones adicionales. Se lleva a cabo un amplio estudio de simulación con un conjunto de doce funciones de referencia. En comparación con cinco algoritmos de optimización de enjambre de partículas con comportamiento cuántico, el EB-QPSO propuesto es más competitivo en todas las funciones de referencia en términos de mejor capacidad de búsqueda global y mayor velocidad de convergencia.
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.
Artículo:
Estudio, obtención y análisis de láminas de banano con potencial simbiótico aplicando ingeniería de matrices
Artículo:
Un algoritmo de mejora de la imagen basado en la transformada de estiramiento de fase de orden fraccionario y la variación total relativa
Artículo:
Preparación y caracterización de microesferas de zeína y zeína-quitosán con grandes perspectivas de aplicación en la liberación controlada de fármacos
Artículo:
Investigación sobre la morfología óptica y superficial de películas delgadas de nanocompuestos de polímero conjugado MEH-PPV:ZnO
Artículo:
Tecnología robótica ubicua para un sistema de fabricación inteligente