Revista internacional de inteligencia de enjambre y computación evolutiva

Abstracto

Aplicación del algoritmo de optimización Grasshopper para funciones de prueba restringidas y no restringidas

Abhishek G. Neve

El algoritmo de optimización Grasshopper es uno de los algoritmos más recientes para la optimización. Este algoritmo está basado en enjambres e inspirado en la naturaleza, e imita y modela matemáticamente el comportamiento de los enjambres de saltamontes en la naturaleza. El algoritmo propuesto se puede utilizar para resolver problemas de optimización de ingeniería. El GOA se prueba con diferentes funciones de prueba de referencia para validar y verificar el rendimiento del algoritmo. Los resultados obtenidos de GOA se comparan con los valores reales (resultados) de las funciones de prueba. Los resultados obtenidos del algoritmo muestran que el algoritmo puede brindar resultados precisos. Las funciones de prueba restringidas y no restringidas se resuelven utilizando el algoritmo de optimización Grasshopper (GOA) y los resultados pueden validar que el algoritmo brinda resultados confiables. La técnica de manejo de restricciones se utiliza para convertir el problema de optimización restringida en un problema de optimización sin restricciones, de modo que el problema pueda ser manejado por el algoritmo de optimización Grasshopper (GOA). El método de penalización estática se utiliza como una técnica de manejo de restricciones en este documento. El algoritmo también se puede aplicar a diferentes problemas de ingeniería en la vida real.