Discusión sobre el artículo "Optimización de arrecifes de coral — Coral Reefs Optimization (CRO)"

 

Artículo publicado Optimización de arrecifes de coral — Coral Reefs Optimization (CRO):

Este artículo presenta un análisis exhaustivo del algoritmo de optimización de arrecifes de coral (CRO), un método metaheurístico inspirado en los procesos biológicos de formación y desarrollo de los arrecifes de coral. El algoritmo modela aspectos clave de la evolución de los corales: la reproducción externa e interna, el asentamiento de larvas, la reproducción asexual y la competencia por un espacio limitado en el arrecife. El artículo se centra en una versión mejorada del algoritmo.

El algoritmo CRO se basa en la modelización de los procesos de formación y desarrollo de los arrecifes de coral en la naturaleza. Estos procesos incluyen diversos mecanismos de reproducción de los corales (reproducción sexual externa e interna, así como reproducción asexual), la competencia por un espacio limitado en el arrecife y la muerte de los individuos débiles. Al igual que la evolución da forma a arrecifes de coral estables y adaptados en la naturaleza, el algoritmo CRO nos permite explorar el espacio de búsqueda y encontrar soluciones óptimas o casi óptimas a diferentes problemas.

Este artículo presentará una versión mejorada del algoritmo CROm con un mecanismo de aniquilación modificado basado en el uso de la distribución inversa de grados para generar nuevas soluciones en las proximidades de la mejor. El enfoque propuesto no solo conserva las ventajas tradicionales del CRO, como el poder exploratorio y el equilibrio natural entre la exploración global y la explotación local del espacio de búsqueda, sino que las complementa con un mecanismo más eficiente que permite localizar con mayor precisión las áreas de búsqueda prometedoras y converger más rápidamente a soluciones óptimas.

Realizaremos pruebas exhaustivas del algoritmo propuesto en un conjunto de funciones de prueba de optimización clásicas, demostrando su mejor rendimiento en comparación con el algoritmo CRO original y otras metaheurísticas modernas. Los resultados experimentales muestran que el enfoque propuesto resulta particularmente eficaz para problemas con funciones objetivo multimodales y una estructura compleja del paisaje de búsqueda.


Autor: Andrey Dik