Optimización de algoritmos PSO mediante regresión exponencial

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 número de iteraciones ideal que los algoritmos basados en enjambres de partículas requieren para la obtención del óptimo de una función fitness es un factor indeterminado. En algunos casos, ya sea por limitaciones de procesamiento o de capacidad de memoria, es necesario reducir el costo computacional que implica un número excesivo de iteraciones necesarias para obtener dicho valor óptimo. El presente trabajo propone un algoritmo PSO modificado que mediante la regresión exponencial de los puntos de velocidad de las partículas permite obtener una rápida convergencia al óptimo para funciones lineales.
Sociedad Argentina de Informática e Investigación Operativa (SADIO)
Materia
Ciencias Informáticas
particle swarm optimization
Optimization
Heuristic methods
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-sa/3.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/52110
Acceder
id SEDICI_9e7d463a630f2b9b0e9b63ea413d0e7d
oai_identifier_str oai:sedici.unlp.edu.ar:10915/52110
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Optimización de algoritmos PSO mediante regresión exponencialAzar, Miguel AugustoPaz, FabiolaHerrera Cognetta, AnalíaCiencias Informáticasparticle swarm optimizationOptimizationHeuristic methodsEl número de iteraciones ideal que los algoritmos basados en enjambres de partículas requieren para la obtención del óptimo de una función fitness es un factor indeterminado. En algunos casos, ya sea por limitaciones de procesamiento o de capacidad de memoria, es necesario reducir el costo computacional que implica un número excesivo de iteraciones necesarias para obtener dicho valor óptimo. El presente trabajo propone un algoritmo PSO modificado que mediante la regresión exponencial de los puntos de velocidad de las partículas permite obtener una rápida convergencia al óptimo para funciones lineales.Sociedad Argentina de Informática e Investigación Operativa (SADIO)2015info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf145-151http://sedici.unlp.edu.ar/handle/10915/52110spainfo:eu-repo/semantics/altIdentifier/url/http://44jaiio.sadio.org.ar/sites/default/files/asai145-151.pdfinfo:eu-repo/semantics/altIdentifier/issn/2451-7585info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-sa/3.0/Creative Commons Attribution-ShareAlike 3.0 Unported (CC BY-SA 3.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:04:31Zoai:sedici.unlp.edu.ar:10915/52110Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:04:31.483SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Optimización de algoritmos PSO mediante regresión exponencial
title Optimización de algoritmos PSO mediante regresión exponencial
spellingShingle Optimización de algoritmos PSO mediante regresión exponencial
Azar, Miguel Augusto
Ciencias Informáticas
particle swarm optimization
Optimization
Heuristic methods
title_short Optimización de algoritmos PSO mediante regresión exponencial
title_full Optimización de algoritmos PSO mediante regresión exponencial
title_fullStr Optimización de algoritmos PSO mediante regresión exponencial
title_full_unstemmed Optimización de algoritmos PSO mediante regresión exponencial
title_sort Optimización de algoritmos PSO mediante regresión exponencial
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
particle swarm optimization
Optimization
Heuristic methods
topic Ciencias Informáticas
particle swarm optimization
Optimization
Heuristic methods
dc.description.none.fl_txt_mv El número de iteraciones ideal que los algoritmos basados en enjambres de partículas requieren para la obtención del óptimo de una función fitness es un factor indeterminado. En algunos casos, ya sea por limitaciones de procesamiento o de capacidad de memoria, es necesario reducir el costo computacional que implica un número excesivo de iteraciones necesarias para obtener dicho valor óptimo. El presente trabajo propone un algoritmo PSO modificado que mediante la regresión exponencial de los puntos de velocidad de las partículas permite obtener una rápida convergencia al óptimo para funciones lineales.
Sociedad Argentina de Informática e Investigación Operativa (SADIO)
description El número de iteraciones ideal que los algoritmos basados en enjambres de partículas requieren para la obtención del óptimo de una función fitness es un factor indeterminado. En algunos casos, ya sea por limitaciones de procesamiento o de capacidad de memoria, es necesario reducir el costo computacional que implica un número excesivo de iteraciones necesarias para obtener dicho valor óptimo. El presente trabajo propone un algoritmo PSO modificado que mediante la regresión exponencial de los puntos de velocidad de las partículas permite obtener una rápida convergencia al óptimo para funciones lineales.
publishDate 2015
dc.date.none.fl_str_mv 2015
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/10915/52110
url http://sedici.unlp.edu.ar/handle/10915/52110
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/http://44jaiio.sadio.org.ar/sites/default/files/asai145-151.pdf
info:eu-repo/semantics/altIdentifier/issn/2451-7585
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-sa/3.0/
Creative Commons Attribution-ShareAlike 3.0 Unported (CC BY-SA 3.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-sa/3.0/
Creative Commons Attribution-ShareAlike 3.0 Unported (CC BY-SA 3.0)
dc.format.none.fl_str_mv application/pdf
145-151
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_ 1844615914482302976
score 13.070432

Publicaciones similares