Algoritmo de Optimización Binaria de Pez Globo para Problemas Combinatorios

Área de la Ciencia:

• Algoritmos de optimización
• Inteligencia computacional
• Aplicaciones industriales

Sus antecedentes:

• Las metaheurísticas son cruciales para la Industria 4.0, permitiendo soluciones para problemas complejos de optimización.
• Los problemas de optimización binaria, donde las variables son 0 o 1, son significativos en la industria moderna.

Objetivo del estudio:

• Introducir una versión binaria del algoritmo de optimización de pez globo (BPOA).
• Investigar el impacto de diferentes funciones de transferencia y reglas de binarización en el rendimiento del BPOA.
• Validar el BPOA en problemas binarios industriales del mundo real.

Principales métodos:

• Desarrolló una técnica de mapeo binario de dos pasos utilizando funciones de transferencia y reglas de binarización.
• Comparó el BPOA con la Optimización por Enjambre de Partículas, el Algoritmo de Optimización de Ave Secretaria y el Algoritmo de Optimización Aritmética.
• Aplicó el BPOA al Problema de Cobertura de Conjuntos, al Problema de Cobertura de Conjuntos Unicosto y al Problema de la Mochila.

Principales resultados:

• El BPOA demostró resultados prometedores y estadísticamente validados en problemas binarios industriales.
• El rendimiento se vio significativamente influenciado por la elección de las combinaciones de funciones de transferencia y reglas de binarización.
• Surgió una significancia estadística en las diferencias de rendimiento cuando la calidad de la solución divergió.

Conclusiones:

• El BPOA es un marco competitivo y flexible para la optimización binaria.
• La efectividad del BPOA está determinada principalmente por su estrategia de discretización (emparejamiento de transferencia-regla).
• La investigación adicional sobre el diseño de la discretización puede mejorar las capacidades del BPOA.