Algoritmos de Evolución Diferencial Basados en Búsqueda Local Caótica para Optimización

JADE es un algoritmo de evolución diferencial (DE) y ha demostrado ser muy competitivo en comparación con otros algoritmos de optimización evolutiva. Sin embargo, sufre del problema de convergencia prematura y es fácilmente atrapado en óptimos locales. Este artículo presenta una nueva variante de JADE al incorporar mecanismos de búsqueda local caótica (CLS) en JADE para aliviar este problema. Aprovechando la ergodicidad y la naturaleza no repetitiva del caos, puede diversificar la población y así tener la oportunidad de explorar un amplio espacio de búsqueda. Debido a la capacidad de explotación local inherente, su CLS incorporado puede explotar una pequeña región para refinar soluciones obtenidas por JADE. Por lo tanto, puede equilibrar bien la exploración y la explotación en un proceso de búsqueda y mejorar aún más su rendimiento. Se estudian cuatro tipos de esquemas de incorporación de CLS. Múltiples mapas caóticos se incorporan individualmente, aleatoriamente, en paralelo y de manera selectiva a memoria en CLS. Se realizan análisis experimentales y estadísticos sobre un conjunto de 53 funciones de referencia y cuatro problemas de optimización del mundo real. Los resultados muestran que tiene un rendimiento superior en comparación con JADE y algunos otros algoritmos de optimización de última generación.