Análisis de convergencia temprana en algoritmos PSO con función objetivo lineal

Autores
Azar, Miguel Augusto; Paz, Fabiola; Herrera Cognetta, Analía
Año de publicación
2015
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
El presente trabajo está centrado en hallar el número de ciclos aceptable para la interrupción del proceso de iteraciones del algoritmo PSO, mediante la extrapolación de una función exponencial que debe ser hallada durante las primeras iteraciones. Si bien, en el algoritmo básico PSO, las partículas siguen una variación del peso de inercia lineal en cada iteración para encontrar el valor óptimo de una función, en el presente trabajo, se plantea el uso de la regresión exponencial, como alternativa para lograr una convergencia temprana. Se estudia la convergencia de partículas, para luego proponer la regresión exponencial, como factor de aproximación. Para finalizar esta etapa de investigación, se utiliza la función lsqnonlin de MATLAB®, a fin de obtener los valores de los coeficientes que satisfacen un cúmulo de puntos de las posiciones de cada partícula.
Eje: Agentes y Sistemas Inteligentes
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
regresión exponencial
Heuristic methods
Optimization
particle swarm
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/45374
Acceder
id SEDICI_9809d91daf71be4bacba0c8e72f10814
oai_identifier_str oai:sedici.unlp.edu.ar:10915/45374
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Análisis de convergencia temprana en algoritmos PSO con función objetivo linealAzar, Miguel AugustoPaz, FabiolaHerrera Cognetta, AnalíaCiencias Informáticasregresión exponencialHeuristic methodsOptimizationparticle swarmEl presente trabajo está centrado en hallar el número de ciclos aceptable para la interrupción del proceso de iteraciones del algoritmo PSO, mediante la extrapolación de una función exponencial que debe ser hallada durante las primeras iteraciones. Si bien, en el algoritmo básico PSO, las partículas siguen una variación del peso de inercia lineal en cada iteración para encontrar el valor óptimo de una función, en el presente trabajo, se plantea el uso de la regresión exponencial, como alternativa para lograr una convergencia temprana. Se estudia la convergencia de partículas, para luego proponer la regresión exponencial, como factor de aproximación. Para finalizar esta etapa de investigación, se utiliza la función lsqnonlin de MATLAB®, a fin de obtener los valores de los coeficientes que satisfacen un cúmulo de puntos de las posiciones de cada partícula.Eje: Agentes y Sistemas InteligentesRed de Universidades con Carreras en Informática (RedUNCI)2015-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/45374spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:02:20Zoai:sedici.unlp.edu.ar:10915/45374Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:02:20.997SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Análisis de convergencia temprana en algoritmos PSO con función objetivo lineal
title Análisis de convergencia temprana en algoritmos PSO con función objetivo lineal
spellingShingle Análisis de convergencia temprana en algoritmos PSO con función objetivo lineal
Azar, Miguel Augusto
Ciencias Informáticas
regresión exponencial
Heuristic methods
Optimization
particle swarm
title_short Análisis de convergencia temprana en algoritmos PSO con función objetivo lineal
title_full Análisis de convergencia temprana en algoritmos PSO con función objetivo lineal
title_fullStr Análisis de convergencia temprana en algoritmos PSO con función objetivo lineal
title_full_unstemmed Análisis de convergencia temprana en algoritmos PSO con función objetivo lineal
title_sort Análisis de convergencia temprana en algoritmos PSO con función objetivo lineal
dc.creator.none.fl_str_mv Azar, Miguel Augusto
Paz, Fabiola
Herrera Cognetta, Analía
author Azar, Miguel Augusto
author_facet Azar, Miguel Augusto
Paz, Fabiola
Herrera Cognetta, Analía
author_role author
author2 Paz, Fabiola
Herrera Cognetta, Analía
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
regresión exponencial
Heuristic methods
Optimization
particle swarm
topic Ciencias Informáticas
regresión exponencial
Heuristic methods
Optimization
particle swarm
dc.description.none.fl_txt_mv El presente trabajo está centrado en hallar el número de ciclos aceptable para la interrupción del proceso de iteraciones del algoritmo PSO, mediante la extrapolación de una función exponencial que debe ser hallada durante las primeras iteraciones. Si bien, en el algoritmo básico PSO, las partículas siguen una variación del peso de inercia lineal en cada iteración para encontrar el valor óptimo de una función, en el presente trabajo, se plantea el uso de la regresión exponencial, como alternativa para lograr una convergencia temprana. Se estudia la convergencia de partículas, para luego proponer la regresión exponencial, como factor de aproximación. Para finalizar esta etapa de investigación, se utiliza la función lsqnonlin de MATLAB®, a fin de obtener los valores de los coeficientes que satisfacen un cúmulo de puntos de las posiciones de cada partícula.
Eje: Agentes y Sistemas Inteligentes
Red de Universidades con Carreras en Informática (RedUNCI)
description El presente trabajo está centrado en hallar el número de ciclos aceptable para la interrupción del proceso de iteraciones del algoritmo PSO, mediante la extrapolación de una función exponencial que debe ser hallada durante las primeras iteraciones. Si bien, en el algoritmo básico PSO, las partículas siguen una variación del peso de inercia lineal en cada iteración para encontrar el valor óptimo de una función, en el presente trabajo, se plantea el uso de la regresión exponencial, como alternativa para lograr una convergencia temprana. Se estudia la convergencia de partículas, para luego proponer la regresión exponencial, como factor de aproximación. Para finalizar esta etapa de investigación, se utiliza la función lsqnonlin de MATLAB®, a fin de obtener los valores de los coeficientes que satisfacen un cúmulo de puntos de las posiciones de cada partícula.
publishDate 2015
dc.date.none.fl_str_mv 2015-04
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/45374
url http://sedici.unlp.edu.ar/handle/10915/45374
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844615890598887424
score 13.070432

Publicaciones similares