Algoritmo de optimización multiobjetivo basado en comportamiento emergentes de enjambres
En este documento se propone un algoritmo de optimización multiobjetivo basado en las propiedades emergentes de los enjambres. El corazón cognitivo de la investigación reposa en el algoritmo PSO (Particle Swarm Optimization) con compartimiento turbulento, su desempeño es probado rigurosamente, diseñ...
- Autores:
- Tipo de recurso:
- Doctoral thesis
- Fecha de publicación:
- 2017
- Institución:
- Universidad Distrital Francisco José de Caldas
- Repositorio:
- RIUD: repositorio U. Distrital
- Idioma:
- spa
- OAI Identifier:
- oai:repository.udistrital.edu.co:11349/5695
- Acceso en línea:
- http://hdl.handle.net/11349/5695
- Palabra clave:
- Enjambre de partículas
Optimización
Turbulencia
Algoritmo
Doctorado en Ingeniería - Tesis y disertaciones académicas
Inteligencia de enjambre
Algoritmos
Optimización matemática
Particles swarm
Optimization
Turbulence
Algorithm
- Rights
- License
- Atribución-NoComercial-SinDerivadas 4.0 Internacional
Summary: | En este documento se propone un algoritmo de optimización multiobjetivo basado en las propiedades emergentes de los enjambres. El corazón cognitivo de la investigación reposa en el algoritmo PSO (Particle Swarm Optimization) con compartimiento turbulento, su desempeño es probado rigurosamente, diseñando experimentos con funciones artificiales que suelen resultar de alta dificultad de resolución tomadas de la literatura de la comunidad científicamente especializada en el tema de optimización multiobjetivo basada en el comportamiento de colectivos vivos. La sencillez final del algoritmo habla de su robustez mostrada en todo el espacio de la evaluación y la nutrición cognitiva del algoritmo da cuenta de su poder e impacto en las investigaciones que se devienen con prontitud. |
---|