The Ant Lion Optimizer

Mirjalili, Seyedali

doi:10.1016/j.advengsoft.2015.01.010

Cited by 2,543 publications

(1,202 citation statements)

References 60 publications

Supporting

Mentioning

1,162

Contrasting

Unclassified

Order By: Relevance

“…Este insecto, también conocido como Myrmeleon, hace parte de la familia Myrmelentidae y se encuentran ampliamente en las regiones más calientes del mundo. La hormiga león tiene dos etapas durante su vida: larvaria y adulta (Mirjalili, 2015).…”

Section: Binary Ant Lion Optimizerunclassified

“…Este proceso puede describirse en las siguientes etapas: La hormiga león hace pozos de embudo en arena suave cavando hacia atrás (Mirjalili, 2015).…”

Section: Binary Ant Lion Optimizerunclassified

“…Una vez la trampa ha sido construida, la larva espera pacientemente en el fondo de la trampa por su presa. Al deslizarse por el embudo, la presa es captada por la hormiga león (Mirjalili, 2015).…”

Section: Binary Ant Lion Optimizerunclassified

“…Para modelar tales interacciones, se requiere que las hormigas se muevan por el espacio de búsqueda, de tal forma que la hormiga león pueda cazarlas tal como se describió anteriormente. Dado que las hormigas hacen movimientos estocásticos en la búsqueda por comida, se selecciona caminos aleatorios para modelas este comportamiento (Mirjalili, 2015); (Rivera & Gutiérrez, 2017). Él modelo tiene la siguiente presentación.…”

Section: Operador Del Algoritmo Alounclassified

“…Posteriormente, se aplicó una metaheurística de alto nivel denominada Ant Lion Optimizer (Mirjalili, 2015), con la modificación propuesta en (Rivera & Gutiérrez, 2017) para manejo de variables binarias. Este algoritmo se denomina BALO o Binary Ant Lion Optimizer.…”

Section: Solución Al Problemaunclassified

See 4 more Smart Citations

Optimización heurística en el diseño de parques eólicos

Cantor¹,

Rivera²

2016

Ingeniería y Región

View full text Add to dashboard Cite

La optimización del costo de la energía por medio de la ubicación de turbinas en el diseño de parques eólicos es un problema que en las últimas dos décadas ha tomado importancia y que para resolverlo se han aplicado metaheurísticas de alto nivel. En el presente artículo, se detalla un modelo de parque eólico y se destaca la importancia del diseño óptimo de parques eólicos proponiendo la mejor ubicación de las turbinas en un layout. El layout hace referencia a la discretización del terreno de búsqueda en una cuadricula por medio de un arreglo de coordenadas cartesianas para su posterior codificación en una cadena binaria: un uno representa una turbina a instalar en la posición indicada y un cero indica lo contrario. De esta manera, en este artículo se muestran las diferentes metaheurísticas aplicadas para resolver este problema y como estas han tenido mejores resultados que técnicas empíricas utilizadas tradicionalmente. Por otro lado, se introduce una metaheurística de alto nivel basada en la caza de la larva de la hormiga león (Ant Lion Optimizer) y se muestra una técnica derivada de este trabajo que utiliza variables binarias (Binary Ant Lion Optimizer). Por último, se introduce un problema de diseño de parque eólico. Este problema utiliza un evaluador del costo de la energía que cuenta con modelos de la distribución del viento, del efecto estela y de la función de costos. Este problema se estudió para determinar el menor costo por medio de heurísticas de bajo nivel y por medio de metaheurísticas; se encontró que el mejor resultado se daba al utilizar el algoritmo de variables binarias con heurísticas de bajo nivel.

show abstract

Section: Binary Ant Lion Optimizerunclassified

“…Este proceso puede describirse en las siguientes etapas: La hormiga león hace pozos de embudo en arena suave cavando hacia atrás (Mirjalili, 2015).…”

Section: Binary Ant Lion Optimizerunclassified

Section: Operador Del Algoritmo Alounclassified

Section: Solución Al Problemaunclassified

See 3 more Smart Citations

Optimización heurística en el diseño de parques eólicos

Cantor¹,

Rivera²

2016

Ingeniería y Región

View full text Add to dashboard Cite

show abstract

Optimal size of photovoltaic pumping system using nature‐inspired algorithms

Bakelli

Kaabeche

2019

Int Trans Electr Energ Syst

View full text Add to dashboard Cite

Summary In this article, an optimal design model using metaheuristic techniques to overcome such difficult optimization problems has been proposed. For this purpose, various well‐known metaheuristic algorithms have been used, namely: ant lion optimizer (ALO), bat algorithm (BA), cuckoo search algorithm (CSA), and gray wolf optimization algorithm (GWO). To provide optimal system configurations, an objective function based on the total net present cost (TNPC) has been specified while taking into account a number of constraints, including the loss of power supply probability (LPSP). The effectiveness of the used algorithms in solving such problem is assessed and their performances compared with each other. To assess the suggested model's effectiveness, a case study has been conducted to investigate a stand‐alone photovoltaic water pumping system (PVWPS), designed to supply water to a one‐hectare field of date palm trees. This field of an oasis located in the Ghardaïa region of Algeria consists of 130 date palm trees spaced 9 m apart. The simulation results show the effectiveness of the GWO algorithm over the other algorithms. GWO converges toward the optimal solutions for different heads and all reliability levels required by the customer. Another aspect, supported by the developed methodology, is the accounting of the excess water volume. It has been found that the relative surplus is inversely proportional to the PVWPS reliability level. For a head of 30 m, the relative excess is estimated at 120% for LPS0%, while it is 27% for LPSP of 10%. The same observations are made for the other heads.

show abstract