Palabras clave
unconstrained optimization
constrained optimization
multiobjective optimization
fuzzy numbers
optimización por enjambres de partículas
optimización sin res- tricciones
optimización con restricciones
optimización multiobjetivo
Cómo citar
Resumen
En este trabajo se presenta un novedoso sistema de convergencia (SC), sus fundamentos y la experiencia computacional. Se implementó en un algoritmo PSO monoobjetivo de tres fases (PSO-3P): Estabilización, generación y búsqueda en amplitud, generación y búsqueda a profundidad, el cual se probó con diversos problemas benchmark. La evidencia muestra que el algoritmo PSO de 3 fases junto con el criterio SC (SC-PSO-3P) convergen al óptimo global para diversas funciones consideradas como difíciles para problemas de optimización multiobjetivo, para problemas de optimización con restricciones y para problemas de optimización sin restricciones que van desde 2 hasta 120,000 variables.
Citas
Coello Coello, C.A.; Lamont, G.B.; Veldhuizen, D.A. van (2007) Evolutionary Algorithms for Solving Multi-Objective Problems, 2d. Ed. Springer, New York.
de-los-Cobos-Silva, S.G. (2014) “SC: sistema de convergencia: Condiciones y propiedades”, Titular: Universidad Autónoma Metropolitana, Registro (copyright) 03-2014-030511365700-01, 07 de marzo de 2014, Instituto Nacional del Derecho de Autor, Secretaria de Educación Publica, México.
Deb, K.; Thiele, L.; Laumanns, M.; Zitzler, E. (2002) “Scalable multi- objective optimization test problems”, in: Proceedings of the Congress on Evolutionary Computation (CEC 2002), IEEE Press, Honolulu: 825–830.
Dubois, D.; Prade, H. (1978) “Operations on fuzzy numbers”, International Journal of Systems Science 9(6): 613–626.
Gavana, A. (2007?) “Global optimization benchmarks and AMPGO. Test functions”, in: http://infinity77.net/global_optimization/
Hedar, A.R. (2007?) “Global optimization test problems”, in: http://www-optima.amp.i.kyoto-u.ac.jp/member/student/hedar/Hedar_files/go.htm
Kalami Heris, S.M. (s.f.) http://www.kalami.ir
Kennedy, J.; Eberhart, R.C.; Shi, Y. (2001) Swarm Intelligence. Morgan Kaufmann, San Francisco.
Liang, J.J.; Runarsson, T.P.; Mezura-Montes, E.; Clerc, M.; Suganthan, P.N.; Coello Coello, C.A.; Deb, K. (2006) “Problem definitions and evaluation criteria for the CEC 2006, special session on constrained real-parameter optimization”, Technical Report, IEEE Congress on Evolutionary Computation, 24 pp.
Liou, T.S.; Wang, M.J.J. (1992) “Ranking fuzzy numbers with integral value”, Fuzzy Sets and Systems 50(3): 247–255..
Michalewicz, Z.; Fogel, D.B. (1998) How to Solve It: Modern Heuristics, 2nd. Edition. Springer, Berlin.
Surjanovic, S.; Bingham, D. (2013) “Virtual library of simulation experiments: test functions and datasets”, Simon Fraser University, in: http://www.sfu.ca/~ssurjano/optimization.html
Zitzler, E.; Deb, K.; Thiele, L. (2000) “Comparison of multiobjective evolutionary algorithm: Empirical results", Evolutionary Computation 8(2): 173–195.
Comentarios
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Derechos de autor 2015 Sergio G. De-Los-Cobos-Silva