Revista internacional de inteligencia de enjambre y computación evolutiva

Abstracto

Un algoritmo de optimización de múltiples pistas mejorado y múltiples subpoblaciones

Rizk M. Rizk-Allah, Fatma Helmy Ismail, Aboul Ella Hassanien

Recientemente, se introdujo un algoritmo de optimización basado en la población llamado algoritmo de optimización de rastreadores múltiples (MTOA) basado en el concepto de rastreador. Este documento propone una variación novedosa del MTOA original llamado MTOA basado en la migración (MTOA1), que emplea múltiples subpoblaciones de rastreadores para lograr un rendimiento superior. El algoritmo propuesto difiere del MTOA tradicional en que divide la población inicial en múltiples subpoblaciones para mejorar el proceso de búsqueda en diferentes áreas del espacio de búsqueda. Además, la información se intercambia entre las subpoblaciones de manera iterativa y cíclica. Los mejores rastreadores globales en la primera subpoblación se utilizan para actualizar los rastreadores globales de la segunda subpoblación, y este proceso de actualización continúa para todas las subpoblaciones posteriores. La exploración y la explotación se equilibran en este enfoque cíclico para múltiples poblaciones. El MTOA1 propuesto se valida en función de los problemas de referencia CEC2017, y se observa una mejora sobre el MTOA original. Además, se utiliza MTOA1 para resolver el problema clásico de diseño de vigas soldadas y se compara con ocho algoritmos de optimización propuestos recientemente. Los resultados confirman la superioridad del algoritmo propuesto.