| Revista: | Científica (México, D.F.) |
| Base de datos: | |
| Número de sistema: | 000594490 |
| ISSN: | 1665-0654 |
| Autores: | lvarez-Garduño, Valeria1 Guadiana-Ramírez, Natalia1 Anzueto-Ríos, lvaro1 |
| Instituciones: | 1Instituto Politécnico Nacional, |
| Año: | 2021 |
| Volumen: | 25 |
| Número: | 1 |
| Paginación: | 1-11 |
| País: | México |
| Idioma: | Español |
| Resumen en inglés | In this work an improvement of the metaheuristic algorithm called Particle Swarm Optimization (PSO) is shown. The PSO algorithm is inspired in the behavior that groups of individuals from nature exhibit, it can be mentioned for example flocks and shoals. Each individual or particle, on a mathematical process in an analogue manner, is considered as a possible solution and from them it is contemplated, as relevant information, its position, and velocity. The velocity of each particle is modified as it is multiplied by a parameter named inertia weight and it is this parameter that we propose to modify for the improvement of the performance of the algorithm. The variation of the inertia weight develops as the following two manners, linear decreasing, and chaotic decreasing. The functions Eggholder and Six-Hump Calmelback were considered to determine the improvement of the performance in the PSO algorithm. The reported results in this work indicate a better performance in the application of chaotic decreasing to the inertia weight. |
| Resumen en español | En este trabajo se presenta un desarrollo para mejorar el desempeño del algoritmo de optimización metaheurístico nombrado Particle Swarm Optimization (PSO). El algoritmo PSO está inspirado en el comportamiento que demuestran los grupos de individuos en la naturaleza, como ejemplo podemos mencionar las parvadas y los cardúmenes. Cada individuo o partícula, de forma análoga en un proceso matemático; es considerado como una posible solución y en ellos se contempla, como información relevante, su posición y la velocidad. La velocidad de cada partícula es modificada al multiplicarse por un parámetro nombrado factor de inercia y es este parámetro que proponemos modificar para mejorar el desempeño del algoritmo. La modificación del factor de inercia se desarrolla de dos maneras, decremento lineal y decremento caótico. Se han considerado las funciones de referencia Eggholder y Six-Hump Camelback, para determinar la mejora en el desempeño del algoritmo PSO. Los resultados presentados en este trabajo indican un mejor desempeño al aplicar el decremento de tipo caótico al factor de inercia. |
| Palabras clave: | PSO, inercia, optimización, inercia caótica |
| Keyword: | PSO, inertia weight, optimization, chaotic inertia |
| Texto completo: | Texto completo (Ver PDF) Texto completo (Ver HTML) |
