Algoritmo de optimización caótica del lobo gris para problemas de optimización con restricciones

Resumen El algoritmo Grey Wolf Optimizer (GWO) es una metaheurística novedosa, inspirada en el comportamiento social de caza de los lobos grises. Este documento introduce la teoría del caos en el algoritmo GWO con el objetivo de acelerar su velocidad de convergencia global. En primer lugar, se llevan a cabo estudios detallados sobre trece problemas de referencia estándar con restricciones utilizando diez mapas caóticos diferentes para encontrar el más eficiente. Luego, se compara el GWO caótico con el GWO tradicional y algunas otras metaheurísticas populares, a saber, el Algoritmo Firefly, el Algoritmo de Polinización de Flores y el algoritmo de Optimización por Enjambre de Partículas. El rendimiento del algoritmo CGWO también se valida utilizando cinco problemas de diseño de ingeniería con restricciones. Los resultados mostraron que, con un mapa caótico apropiado, el CGWO puede superar claramente al GWO estándar, mostrando un rendimiento muy bueno en comparación con otros algoritmos y en su aplicación a problemas de optimización con restricciones. Resumen de los puntos destacados Se ha introducido el caos en el GWO para desarrollar el GWO Caótico para optimización global. Se han investigado diez mapas caóticos para ajustar el parámetro clave 'a' del GWO. La efectividad del algoritmo se prueba en muchas funciones de referencia estándar con restricciones. Los resultados muestran un mejor rendimiento del CGWO sobre otros métodos de optimización inspirados en la naturaleza. El CGWO propuesto también se utiliza para algunas aplicaciones de diseño de ingeniería.