Refinar los comportamientos de enjambre con estrategias de interacción entre humanos y enjambres: un algoritmo de...

Área de la Ciencia:

• Ciencias de la computación
• Inteligencia artificial
• Algoritmos de optimización

Sus antecedentes:

• Los algoritmos tradicionales de inteligencia de enjambre (SI), como el algoritmo de mono (MA), enfrentan limitaciones como la convergencia prematura y la ineficiencia computacional en espacios de búsqueda complejos.
• Mejorar los algoritmos SI con inteligencia humana es una vía prometedora para mejorar su rendimiento y adaptabilidad.

Objetivo del estudio:

• Introducir y evaluar estrategias de interacción entre humanos y enjambres (HSI) para aumentar los algoritmos de inteligencia de enjambres (SI) de inspiración biológica.
• Abordar las limitaciones del algoritmo de mono tradicional (MA) mediante la integración de la inteligencia humana para una optimización mejorada.
• Evaluar la eficacia de las estrategias HSI para mejorar la precisión, la estabilidad y la eficiencia en tareas de optimización complejas.

Principales métodos:

• Se propusieron tres estrategias de integración de HSI: interacciones intermitentes, persistentes y de configuración de parámetros.
• Se ha validado el MA mejorado por HSI (HSI-MA) utilizando siete funciones de referencia (una unimodal, seis multimodal) en siete dimensiones.
• Evaluación del rendimiento de HSI-MA con respecto al MA original y a los cuatro algoritmos SI de referencia.
• Evaluó HSI-MA en cinco problemas de diseño de ingeniería, comparándolo con 36 optimizadores de última generación.

Principales resultados:

• HSI-MA demostró una precisión y estabilidad estadísticamente significativas (p < 0,05) superiores en comparación con los algoritmos MA y SI de referencia.
• Logró un dominio del 85% en los casos de prueba de referencia y redujo las iteraciones en un orden de magnitud.
• Superó a 36 optimizadores de última generación en el 70% de los escenarios de problemas de diseño de ingeniería.
• Precisión y eficiencia mejoradas en aplicaciones prácticas.

Conclusiones:

• Las estrategias de interacción entre humanos y enjambres (HSI, por sus siglas en inglés) mejoran eficazmente los algoritmos de inteligencia de enjambres (SI, por sus siglas en inglés) de inspiración biológica, particularmente el algoritmo de mono (MA, por sus siglas en inglés).
• El marco HSI propuesto mejora la precisión de optimización, la estabilidad y la eficiencia computacional en problemas complejos y multidimensionales.
• HSI ofrece un enfoque novedoso para integrar sistemáticamente la inteligencia humana en SI, preservando los fundamentos teóricos al tiempo que aumenta la adaptabilidad y el rendimiento.