Métodos de búsqueda usando los algoritmos de enjambre de partículas y genético
Fuente:
Redalyc
Salvato in:
| Autore principale: | |
|---|---|
| Natura: | Artículo científico |
| Lingua: | es |
| Pubblicazione: |
Fundación Universitaria Luis Amigó
2016
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
| _version_ | 1876446833470865408 |
|---|---|
| author | Jovani Alberto Jiménez Builes |
| author_facet | Jovani Alberto Jiménez Builes |
| contents | Métodos de búsqueda usando los algoritmos de enjambre de partículas y genético Jovani Alberto Jiménez Builes Rafael Esteban Arango Sanchez Leidy Diana Jiménez Pinzón Ingeniería comparación algoritmo genético simulación optimización Algoritmo enjambre de partículas La optimización de un problema para la toma de decisiones es una tarea frecuente en la vida. Existen en la literatura diferentes técnicas determinísticas y heurísticas, las cuales son utilizadas de acuerdo a las condiciones o restricciones del problema para encontrar la mejor solución. Sin embargo, para lograr una exploración en un espacio de búsqueda de posibles soluciones, se aplican los métodos metaheurísticos, los cuales se basan en el comportamiento de poblaciones y trayectorias permitiendo encontrar soluciones casi óptimas. En este artículo se presenta el estudio de dos métodos metaheurísticos basados en poblaciones, el algoritmo enjambre de partículas y el algoritmo genético, implementados para dar solución a problemas cuyo objetivo es optimizar buscando siempre el menor valor. Para llevar a cabo este estudio, se realiza una aplicación en lenguaje de programación JAVA que contiene la implementación de los dos algoritmos a ser evaluados sobre funciones no lineales. El resultado de este trabajo se muestra mediante la comparación en la precisión al obtener la solución óptima de los métodos, mostrando la evolución de los resultados de forma gráfica hasta llegar a la solución. Al Analizar se concluye que el enjambre de partículas tiene un mejor comportamiento que el algoritmo genético. 2016 artículo científico 2145-4086 https://www.redalyc.org/articulo.oa?id=613964501005 https://www.redalyc.org/journal/6139/613964501005/ https://www.redalyc.org/journal/6139/613964501005/html/ https://www.redalyc.org/journal/6139/613964501005/613964501005.epub https://www.redalyc.org/journal/6139/613964501005/movil 10.21501/21454086.1901 es http://www.redalyc.org/revista.oa?id=6139 Lámpsakos application/pdf Fundación Universitaria Luis Amigó Lámpsakos (Colombia) Num.16 |
| format | Artículo científico |
| id | redalyc_613964501005 |
| institution | Redalyc |
| language | es |
| publishDate | 2016 |
| publisher | Fundación Universitaria Luis Amigó |
| spellingShingle | Métodos de búsqueda usando los algoritmos de enjambre de partículas y genético Jovani Alberto Jiménez Builes Ingeniería comparación algoritmo genético simulación optimización Algoritmo enjambre de partículas Métodos de búsqueda usando los algoritmos de enjambre de partículas y genético Jovani Alberto Jiménez Builes Rafael Esteban Arango Sanchez Leidy Diana Jiménez Pinzón Ingeniería comparación algoritmo genético simulación optimización Algoritmo enjambre de partículas La optimización de un problema para la toma de decisiones es una tarea frecuente en la vida. Existen en la literatura diferentes técnicas determinísticas y heurísticas, las cuales son utilizadas de acuerdo a las condiciones o restricciones del problema para encontrar la mejor solución. Sin embargo, para lograr una exploración en un espacio de búsqueda de posibles soluciones, se aplican los métodos metaheurísticos, los cuales se basan en el comportamiento de poblaciones y trayectorias permitiendo encontrar soluciones casi óptimas. En este artículo se presenta el estudio de dos métodos metaheurísticos basados en poblaciones, el algoritmo enjambre de partículas y el algoritmo genético, implementados para dar solución a problemas cuyo objetivo es optimizar buscando siempre el menor valor. Para llevar a cabo este estudio, se realiza una aplicación en lenguaje de programación JAVA que contiene la implementación de los dos algoritmos a ser evaluados sobre funciones no lineales. El resultado de este trabajo se muestra mediante la comparación en la precisión al obtener la solución óptima de los métodos, mostrando la evolución de los resultados de forma gráfica hasta llegar a la solución. Al Analizar se concluye que el enjambre de partículas tiene un mejor comportamiento que el algoritmo genético. 2016 artículo científico 2145-4086 https://www.redalyc.org/articulo.oa?id=613964501005 https://www.redalyc.org/journal/6139/613964501005/ https://www.redalyc.org/journal/6139/613964501005/html/ https://www.redalyc.org/journal/6139/613964501005/613964501005.epub https://www.redalyc.org/journal/6139/613964501005/movil 10.21501/21454086.1901 es http://www.redalyc.org/revista.oa?id=6139 Lámpsakos application/pdf Fundación Universitaria Luis Amigó Lámpsakos (Colombia) Num.16 |
| title | Métodos de búsqueda usando los algoritmos de enjambre de partículas y genético |
| topic | Ingeniería comparación algoritmo genético simulación optimización Algoritmo enjambre de partículas |
| url | https://www.redalyc.org/articulo.oa?id=613964501005 https://www.redalyc.org/journal/6139/613964501005/ https://www.redalyc.org/journal/6139/613964501005/html/ https://www.redalyc.org/journal/6139/613964501005/613964501005.epub https://www.redalyc.org/journal/6139/613964501005/movil |