Resumen

En los últimos años se ha propuesto un algoritmo de optimización basado en la enseñanza-aprendizaje (TLBO) que simula el fenómeno de enseñanza-aprendizaje de un aula para resolver eficazmente la optimización global de problemas multidimensionales, lineales y no lineales sobre espacios continuos. En este trabajo se presenta un algoritmo de optimización basado en la enseñanza-aprendizaje mejorado, que se denomina algoritmo de optimización basado en la enseñanza-aprendizaje ponderado por inercia no lineal (NIWTLBO). Este algoritmo introduce un factor ponderado de inercia no lineal en el TLBO básico para controlar la tasa de memoria de los aprendices y utiliza un factor ponderado de inercia dinámico para reemplazar el número aleatorio original en la fase del profesor y en la fase del aprendiz. El algoritmo propuesto se somete a prueba en una serie de funciones de referencia, y su rendimiento se compara con el TLBO básico y algunos otros algoritmos de optimización bien conocidos. Los resultados del experimento muestran que el algoritmo propuesto tiene una tasa de convergencia más rápida y un mejor rendimiento que el TLBO básico y algunos otros algoritmos.

• Materias:Inteligencia artificial Algoritmos genéticos Ingeniería civil Neurociencia Cognitiva
• Subjects:Artificial intelligence Genetic algorithms Civil engineering Cognitive Neuroscience
• Palabras claves:tlbo básico, optimización basada, algoritmo, algoritmo propuesto, número aleatorio original, algoritmo de optimización conocido, llamado inercia no lineal, tasa de convergencia más rápida, tasa de aprendices, algoritmo de optimización basado
• Keywords:basic tlbo, based optimization, algorithm, proposed algorithm, original random number, known optimization algorithm, called nonlinear inertia, faster convergence rate, rate of learners, based optimization algorithm