Parametric Analysis of BFOA for Minimization Problems Using a Benchmark Function

• Zambrano Zambrano, Dannyll Michellc ^[1] ; Vélez, Darío ^[1] ; Daza, Yohanna ^[1] ; Palomares, José Manuel ^[2]
  1. [1] Universidad Técnica de Manabí

     Universidad Técnica de Manabí

     Portoviejo, Ecuador

     
  2. [2] Universidad de Córdoba

     Universidad de Córdoba

     Cordoba, España

     
• Localización: Enfoque UTE: Facultad de Ciencias de la Ingeniería e Industrias - Universidad UTE, ISSN-e 1390-6542, Vol. 10, Nº. 3, 2019, págs. 67-80
• Idioma: inglés
• Títulos paralelos:
  • Análisis paramétrico de BFOA para problemas de minimización utilizando una función de evaluación
• Enlaces
  • Texto completo
• Resumen
  • español

    Este trabajo estudia el comportamiento de búsqueda de alimento social de la bacteria Escherichia Coli (E. Coli), para ello se basa en algoritmos de Optimización de Bacteria Foraging (BFOA) con el fin de encontrar valores de optimización y control distribuido. La estrategia de búsqueda de E. Coli es muy compleja de expresar y la dinámica de la etapa de quimiotaxis simulada en BFOA se analiza con la ayuda de un simple modelo matemático. La metodología parte de un análisis detallado de los parámetros de natación y tumbling bacteriano (C) y de la probabilidad de eliminación y dispersión (Ped), para luego proponer una variante adaptativa de la BFOA, en la que se ajusta el tamaño del paso quimioterapéutico en función de la idoneidad actual de una bacteria virtual. Para evaluar el rendimiento del algoritmo en la obtención de valores óptimos, se aplicó la resolución a una de las funciones de referencia, en este caso la función de minimización de Ackley, a continuación se realiza un análisis comparativo del BFOA. Los resultados de la simulación han mostrado la validez de los valores óptimos (mínimos o máximos) obtenidos en una función específica para problemas del mundo real, con una función perteneciente al grupo de referencia de funciones de optimización.

  • English

    This paper presents the social foraging behavior of Escherichia coli (E. Coli) bacteria based on Bacteria Foraging Optimization algorithms (BFOA) to find optimization and distributed control values. The search strategy for E. coli is very complex to express and the dynamics of the simulated chemotaxis stage in BFOA is analyzed with the help of a simple mathematical model. The methodology starts from a detailed analysis of the parameters of bacterial swimming and tumbling (C) and the probability of elimination and dispersion (Ped), then an adaptive variant of BFOA is proposed, in which the size of the chemotherapeutic step is adjusted according to the current suitability of a virtual bacterium. To evaluate the performance of the algorithm in obtaining optimal values, the resolution was applied to one of the benchmark functions, in this case the Ackley minimization function, a comparative analysis of the BFOA is then performed. The simulation results have shown the validity of the optimal values (minimum or maximum) obtained on a specific function for real world problems, with a function belonging to the benchmark group of optimization functions.