Diseño de algoritmos híbridos de optimización para la mejora del ratio de convergencia

Abstract

Este proyecto tiene como objetivo diseñar algoritmos híbridos que combinen los algoritmos SMA (Slime Mould Algorithm), HHO (Harris Hawk Optimization) y HGS (Hunger Games Search), para obtener una convergencia mejor de la que pueden alcanzar cada uno de ellos por separado. Para ello el primer objetivo es estudiar la convergencia de cada uno de estos algoritmos a los que se les llama operadores. Es decir, la capacidad de cada uno de ellos para acercarse a la solución óptima en el menor número de evaluaciones de función posibles. El segundo objetivo consta de evaluar la convergencia de cada uno de los modelos híbridos propuestos, y así proponer la solución que se considere óptima. Los desarrollos realizados permitirán la inclusión futura de nuevos operadores o sustitución de los operadores propuestos. Los modelos híbridos desarrollados seguirán tanto una filosofía estática como dinámica. En la fase de experimentación se utilizarán varias funciones comunes para caracterizar este tipo de algoritmos (heurísticos de optimización). Y evaluarán resultados experimentales para analizar los diferentes algoritmos propuestos. Cabe destacar que el objetivo no es diseñar un algoritmo prevalente sino diseñar un algoritmo que combine de forma óptima cada algoritmo.