| Journal: | Programación matemática y software |
| Database: | |
| System number: | 000573143 |
| ISSN: | 2007-3283 |
| Authors: | Ochoa Ortiz, Carlos Alberto1 Hernández Aguilar, José Alberto2 Ponce Gallegos, Julio César3 |
| Institutions: | 1Maestría en Cómputo Aplicado, Universidad Autónoma de Ciudad Juárez, Ciudad Juárez, México. Gerencia de Tecnologías de la Información, Instituto Nacional de Electricidad y Energías Limpias, Reforma 113, Palmira, Cuernavaca, Mor., México, CP. 62490, 2Facultad de Contaduría Administración e Informática, Universidad Autónoma del Estado de Morelos, Av. Universidad No. 1001, Col. Chamilpa, Cuernavaca, Mor., México, CP. 62209., 3Departamento de Ciencias de la Computación, Universidad Autónoma de Aguascalientes, Av. Universidad No. 940, Col. Ciudad Universitaria, Aguascalientes, Ags., México, CP. 20131., |
| Year: | 2017 |
| Volumen: | 9 |
| Number: | 2 |
| Pages: | 31-38 |
| Country: | México |
| Language: | Español |
| English abstract | The Imperialist Competitive Algorithm (ICA) use a basic system of knowledge source to determine the better situations under uncertainty using a model of countries, each one related to the knowledge observed in several aspects of social behavior. These knowledges are combined in order to direct the decisions of the individual agentsto solve optimization problems or in the solution of distribute resources in different communities. In the present research, we simulated a reactive model under uncertainty to distribute energy resources in the Southwest Chihuahua using a reactive model under uncertainty to integrate these diverse sources of knowledge to direct the population of the agent. The different phases of solution of the problem emerge combining the use of these source of knowledge and these phases give rise to the appearance of individual rolls within the population in terms of leaders and followers to each country (group of agents). These rolls give rise to an exit of organized grouping or organized groups in the population level and knowledge groups or knowledge grouping in the social belief space. This application optimizes a function revalued in the design of problems of social modeled of social modeling, allowing illustrating a better reactive model under uncertainty. |
| Spanish abstract | ElAlgoritmo Competitivo Imperialista (ACI) usa un sistema básico de conocimiento fuente para determinar las mejores situaciones bajo incertidumbre usando un modelo de países, cada uno relacionado al conocimiento observado en varios aspectos del comportamiento social. Este conocimiento está combinado para direccionar las decisiones de los agentes individuales para resolver problemas de optimización o en la solución de la distribución de recursos en diferentes comunidades. En la presente investigación, nosotros simulamos un modelo reactivo bajo incertidumbre para integrar estas diversas fuentes de conocimiento para dirigir la población del agente. Las diferentes fases de solución del problema emergen combinando el uso de estas fuentes de conocimiento y estas fases dan lugar a la aparición de roles individuales dentro de la población en términos de líderes y seguidores para cada país (grupo de agentes). Estos roles dan lugar a la salida de un grupo organizado o grupos organizados en nivel de población y grupos de conocimientos o conocimiento agrupado en el espacio de creencias sociales. Esta aplicación optimiza una función revalorizada en el diseño de problemas de modelado social, permitiendo ilustrar un mejor modelo reactivo bajo incertidumbre. |
| Keyword: | Algoritmo Competitivo Imperialista, Modelo reactive bajo incertidumbre, Modelado social |
| Keyword: | Imperialist Competitive Algorithm, Reactive Model under uncertainty, Social Modelling |
| Full text: | Texto completo (Ver PDF) |
