Implementación del algoritmo meta-heurístico Gray Wolf Optimization para la optimización de funciones objetivo estándar

##plugins.themes.bootstrap3.article.main##

Randy Alonso Benítez Jairo Rojas Delgado

Resumen

En la actualidad surgen implementaciones de algoritmos metaheurísticos para dar soluciones a problemas reales en la vida cotidiana, debido a su capacidad de identificar regiones prometedoras e intensificar la búsqueda en las mismas. En este trabajo se realizó un estudio de los algoritmos metaheurísticos recientes en la literatura y específicamente del algoritmo Gray Wolf Optimization. Se implementó el algoritmo meta-heurístico Gray Wolf Optimization para la optimización de funciones objetivo estándar, en el lenguaje C++, se diseñaron y se aplicaron las pruebas de eficiencia y precisión arrojando como resultado que, el algoritmo Gray Wolf Optimization obtuvo mayor precisión al ser comparado con otros algoritmos metaheurísticos a pesar de no poseer hıper-parámetros ajustables a cada problema de optimización. Adicionalmente este algoritmo es menos eficiente que los algoritmos estudiados, no obstante, la diferencia observada en tiempo de ejecución se encuentra en el orden de los milisegundos. Se obtuvo como resultado un producto informático que favorecerá el mejoramiento de la optimización de funciones objetivo estándar para el desarrollo de futuras aplicaciones.

##plugins.themes.bootstrap3.article.details##

Cómo citar
Alonso Benítez, R., & Rojas Delgado, J. (2020). Implementación del algoritmo meta-heurístico Gray Wolf Optimization para la optimización de funciones objetivo estándar. Serie Científica De La Universidad De Las Ciencias Informáticas, 13(8), 174-194. Recuperado a partir de https://publicaciones.uci.cu/index.php/serie/article/view/716
Sección
Artículos originales