El algoritmo del moho de la baba (SMA) es un algoritmo metaheurístico basado en la población e inspirado en el fenómeno de la oscilación del moho de la baba. El SMA es competitivo en comparación con otros algoritmos, pero sigue adoleciendo de las desventajas de la explotación y la exploración desequilibradas y de la facilidad para caer en óptimos locales. Para solucionar estos inconvenientes, en este trabajo se propone una variante mejorada del SMA denominada MSMA. En primer lugar, se utiliza una estrategia de aprendizaje basada en la oposición caótica para mejorar la diversidad de la población. En segundo lugar, se proponen dos estrategias de control adaptativo de parámetros para equilibrar la explotación y la exploración. Por último, se utiliza una estrategia de búsqueda en espiral para ayudar al SMA a deshacerse de los óptimos locales. La superioridad de SMA se verifica en 13 funciones de prueba multidimensionales y 10 funciones de prueba de dimensión fija. Además, se utilizan dos problemas de optimización de ingeniería para verificar el potencial de MSMA para resolver problemas de optimización del mundo real. Los resultados de la simulación muestran que el MSMA propuesto supera a otros algoritmos comparativos en términos de precisión de convergencia, velocidad de convergencia y estabilidad.
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:
Capa de detección de TiO2 decorada con PdO por pulverización catódica para un sensor de hidrógeno gaseoso
Artículo:
Análisis microestructural y caracterización magnética de montmorillonita y vermiculita nativas y modificadas magnéticamente
Artículo:
Tecnología de intercambio de información sobre deportes públicos urbanos basada en el Internet de las cosas
Artículo:
Estudio de la reducción de la resistencia aerodinámica en los buques inspirado en la imitación de la piel de tiburón simplificada
Artículo:
Investigación sobre el algoritmo de subpíxeles de la medición de la trayectoria de la herramienta de punto fijo