• Author / Uploaded
• Wilfredo Soto Leon

Citation preview

Algoritmo del ciclo hidrologico Inspirado por la observación del proceso del ciclo del agua y los movimientos de los ríos y arroyos hacia el mar, se ha propuesto recientemente un algoritmo metaheurístico basado en la población, el algoritmo del ciclo del agua (WCA). Últimamente, ha aparecido un número creciente de aplicaciones WCA y el WCA se ha utilizado en diferentes campos de optimización. El WCA tiene un concepto interesante y simple. El proceso del ciclo del agua, también conocido como el ciclo hidrológico o H2O, explica el movimiento incesante del agua sobre, arriba y debajo de la superficie de la tierra. Consiste en varias fases, como la evaporación, la precipitación y la escorrentía superficial. Como observamos en la naturaleza, las corrientes fluyen hacia los ríos y los ríos desembocan en el mar. Finalmente, todos los ríos y / o arroyos terminan en el mar, el lugar de pendiente más baja (baja altitud) en el mundo. Por lo tanto, similar a un algoritmo de optimización de enjambre metaheurístico, este fenómeno se presta para encontrar una solución óptima global o una solución casi óptima a través de una exploración y explotación efectivas. Inspirado por esta observación, el algoritmo del ciclo del agua (WCA) se ha desarrollado como un nuevo algoritmo metaheurístico. Una de las ventajas del WCA es la menor cantidad de parámetros de usuario insensibles que requiere, lo que significa que el WCA puede abordar una amplia gama de problemas de optimización utilizando los parámetros fijos definidos por el usuario. En los últimos años, el WCA se ha aplicado con éxito a varias variedades de problemas de optimización, como los recursos hídricos, la ingeniería civil y las matemáticas. Algoritmo del ciclo del agua: Idea, motivación y diseño La WCA imita el flujo de ríos y arroyos hacia el mar y se obtuvo al observar el proceso del ciclo del agua. Supongamos que hay algunos fenómenos de lluvia o precipitación. Una población inicial de variables de diseño (es decir, población de flujos) se genera aleatoriamente después del proceso de lluvia. El mejor individuo (es decir, el mejor flujo), clasificado en términos de tener la función de costo mínimo (para problemas de minimización), se elige como el mar. Luego, se eligen varios ríos buenos (es decir, valores de función de costo cercanos al mejor registro actual) como ríos, mientras que las corrientes restantes fluyen hacia los ríos y el mar. Iniciar el algoritmo de optimización requiere la generación de una población inicial que represente una matriz de flujos de tamaño Npop × D, donde D es la dimensión. Por lo tanto, esta matriz, que se genera al azar, se da como (las filas y la columna representan el tamaño de la población (Npop) y el número de variables de diseño, D, respectivamente):

(1) En el primer paso, se crean flujos Npop. Luego, se seleccionan una serie de mejores individuos Nsr (valores mínimos) como el mar y los ríos. La corriente que tiene el valor mínimo (función objetivo) entre los demás se considera como el mar. De hecho, Nsr es la suma del número de ríos (que se define por el usuario) y un solo mar. El resto de la población (Nstream) se considera como corrientes que desembocan en los ríos o puede fluir directamente hacia el mar. Dependiendo de la magnitud del flujo, cada río absorbe agua de las corrientes. Por lo tanto, la cantidad de agua que ingresa a un río y / o al mar varía de un arroyo a otro. Además, los ríos fluyen hacia el mar, que es la ubicación más baja. Las corrientes designadas para cada río y el mar se calculan utilizando la siguiente ecuación.

(2) donde N Sn es la cantidad de corrientes que fluyen hacia los ríos y el mar específicos. La figura 1a muestra una vista esquemática de una corriente que fluye hacia un río específico a lo largo de su línea de conexión.

Fig. 1. Ilustración esquemática de (a) arroyos que fluyen hacia un río específico; (b) el proceso de optimización de WCA. Para la fase de explotación de la WCA, se han sugerido nuevas posiciones para arroyos y ríos de la siguiente manera [3]:

(3), (4) y (5) donde t es un índice de iteración, 1