Resumen

El algoritmo binario del murciélago (BBA) es una versión binaria del algoritmo del murciélago (BA). Se ha demostrado que el BBA es competitivo en comparación con otros algoritmos heurísticos binarios. Dado que los procesos de actualización de la velocidad en el algoritmo son consistentes con BA, en algunos casos, este algoritmo también se enfrenta al problema de convergencia prematura. Este trabajo propone un algoritmo binario mejorado (IBBA) para resolver este problema. Para evaluar el rendimiento del IBBA, se han empleado funciones de referencia estándar y problemas de mochila cero-uno. Los resultados numéricos obtenidos mediante el experimento de las funciones de referencia demuestran que el enfoque propuesto supera ampliamente al BBA original y a la optimización de enjambre de partículas binario (BPSO). En comparación con otros algoritmos heurísticos en problemas de mochila cero-uno, también se verifica que el algoritmo propuesto es más capaz de evitar los mínimos locales.

• Materias:Algoritmos genéticos Cerebro - fisiopatología Neurociencia Cognitiva Fisiología vegetal
• Subjects:Genetic algorithms Brain - pathophysiology Cognitive Neuroscience Plant physiology
• Palabras claves:algoritmo binario de murciélago, problema de knapsack, experimento de función de referencia, función de referencia estándar, algoritmo heurístico binario, optimización de enjambre de partículas, problema de convergencia prematura, proceso de velocidad, rendimiento del ibba, mínimo local
• Keywords:binary bat algorithm, knapsack problem, benchmark function experiment, standard benchmark function, binary heuristic algorithm, particles swarm optimization, premature convergence problem, process of velocity, performance of ibba, local minimum