Optimización mediante cúmulos de partículas con tamaño de población variable

Autores
Leza, María Victoria
Año de publicación
2008
Idioma
español castellano
Tipo de recurso
tesis de grado
Estado
versión aceptada
Colaborador/a o director/a de tesis
Lanzarini, Laura Cristina
García Martínez, Ramón
Pons, Claudia
Tinetti, Fernando Gustavo
Descripción
La resolución de problemas de optimización es de gran interés en la actualidad y ha motivado el desarrollo de diversos métodos informáticos para tratar de resolverlos. La Optimización mediante Cúmulos de Partículas o PSO (Particle Swarm Optimization) es una metaheurística que ha sido utilizada exitosamente en la resolución de una amplia gama de problemas de optimización, incluyendo el entrenamiento de redes neuronales y la minimización de funciones. En su definición original, PSO utiliza, durante todo el proceso adaptativo, una población formada por un número fijo de soluciones. El objetivo central de esta tesina es presentar una extensión original de PSO que incorpora los conceptos de edad y vecindad para permitir la variación del tamaño de la población. De esta forma, no es necesario definir a priori la cantidad de soluciones a utilizar, evitando así condicionar la calidad de la solución a obtener. La variación del tamaño de la población se basa en una modificación del proceso adaptativo permitiendo el agregado y/o eliminación de individuos en función de su aptitud para resolver el problema planteado. Esto se realiza principalmente a través del concepto de edad que permite determinar el tiempo de permanencia de cada elemento dentro de la población. Además, dado que PSO tiende a poblar rápidamente las zonas exploradas con buen fitness, para no poblar excesivamente un mismo lugar del espacio de soluciones, se analiza el entorno de cada individuo y se eliminan las peores soluciones de las zonas muy pobladas. El método aquí propuesto es aplicado a la resolución de algunas funciones complejas hallando mejores resultados que los que habitualmente se logran utilizando población de tamaño fijo.
Licenciado en Sistemas
Universidad Nacional de La Plata
Facultad de Informática
Materia
Ciencias Informáticas
Sistemas
optimización mediante cúmulos de partículas; variación del tamaño de la población
Optimization
particle swarm optimization; variation in population size
otimização por enxame de partículas; variação do tamanho da população
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/3981
Acceder
id SEDICI_b4d9d71e2018b31fa7aa438d53d50b12
oai_identifier_str oai:sedici.unlp.edu.ar:10915/3981
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Optimización mediante cúmulos de partículas con tamaño de población variableLeza, María VictoriaCiencias InformáticasSistemasoptimización mediante cúmulos de partículas; variación del tamaño de la poblaciónOptimizationparticle swarm optimization; variation in population sizeotimização por enxame de partículas; variação do tamanho da populaçãoLa resolución de problemas de optimización es de gran interés en la actualidad y ha motivado el desarrollo de diversos métodos informáticos para tratar de resolverlos. La Optimización mediante Cúmulos de Partículas o PSO (Particle Swarm Optimization) es una metaheurística que ha sido utilizada exitosamente en la resolución de una amplia gama de problemas de optimización, incluyendo el entrenamiento de redes neuronales y la minimización de funciones. En su definición original, PSO utiliza, durante todo el proceso adaptativo, una población formada por un número fijo de soluciones. El objetivo central de esta tesina es presentar una extensión original de PSO que incorpora los conceptos de edad y vecindad para permitir la variación del tamaño de la población. De esta forma, no es necesario definir a priori la cantidad de soluciones a utilizar, evitando así condicionar la calidad de la solución a obtener. La variación del tamaño de la población se basa en una modificación del proceso adaptativo permitiendo el agregado y/o eliminación de individuos en función de su aptitud para resolver el problema planteado. Esto se realiza principalmente a través del concepto de edad que permite determinar el tiempo de permanencia de cada elemento dentro de la población. Además, dado que PSO tiende a poblar rápidamente las zonas exploradas con buen fitness, para no poblar excesivamente un mismo lugar del espacio de soluciones, se analiza el entorno de cada individuo y se eliminan las peores soluciones de las zonas muy pobladas. El método aquí propuesto es aplicado a la resolución de algunas funciones complejas hallando mejores resultados que los que habitualmente se logran utilizando población de tamaño fijo.Licenciado en SistemasUniversidad Nacional de La PlataFacultad de InformáticaLanzarini, Laura CristinaGarcía Martínez, RamónPons, ClaudiaTinetti, Fernando Gustavo2008info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionTesis de gradohttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradoapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/3981spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by/4.0/Creative Commons Attribution 4.0 International (CC BY 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-10-15T10:42:00Zoai:sedici.unlp.edu.ar:10915/3981Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-15 10:42:00.816SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Optimización mediante cúmulos de partículas con tamaño de población variable
title Optimización mediante cúmulos de partículas con tamaño de población variable
spellingShingle Optimización mediante cúmulos de partículas con tamaño de población variable
Leza, María Victoria
Ciencias Informáticas
Sistemas
optimización mediante cúmulos de partículas; variación del tamaño de la población
Optimization
particle swarm optimization; variation in population size
otimização por enxame de partículas; variação do tamanho da população
title_short Optimización mediante cúmulos de partículas con tamaño de población variable
title_full Optimización mediante cúmulos de partículas con tamaño de población variable
title_fullStr Optimización mediante cúmulos de partículas con tamaño de población variable
title_full_unstemmed Optimización mediante cúmulos de partículas con tamaño de población variable
title_sort Optimización mediante cúmulos de partículas con tamaño de población variable
dc.creator.none.fl_str_mv Leza, María Victoria
author Leza, María Victoria
author_facet Leza, María Victoria
author_role author
dc.contributor.none.fl_str_mv Lanzarini, Laura Cristina
García Martínez, Ramón
Pons, Claudia
Tinetti, Fernando Gustavo
dc.subject.none.fl_str_mv Ciencias Informáticas
Sistemas
optimización mediante cúmulos de partículas; variación del tamaño de la población
Optimization
particle swarm optimization; variation in population size
otimização por enxame de partículas; variação do tamanho da população
topic Ciencias Informáticas
Sistemas
optimización mediante cúmulos de partículas; variación del tamaño de la población
Optimization
particle swarm optimization; variation in population size
otimização por enxame de partículas; variação do tamanho da população
dc.description.none.fl_txt_mv La resolución de problemas de optimización es de gran interés en la actualidad y ha motivado el desarrollo de diversos métodos informáticos para tratar de resolverlos. La Optimización mediante Cúmulos de Partículas o PSO (Particle Swarm Optimization) es una metaheurística que ha sido utilizada exitosamente en la resolución de una amplia gama de problemas de optimización, incluyendo el entrenamiento de redes neuronales y la minimización de funciones. En su definición original, PSO utiliza, durante todo el proceso adaptativo, una población formada por un número fijo de soluciones. El objetivo central de esta tesina es presentar una extensión original de PSO que incorpora los conceptos de edad y vecindad para permitir la variación del tamaño de la población. De esta forma, no es necesario definir a priori la cantidad de soluciones a utilizar, evitando así condicionar la calidad de la solución a obtener. La variación del tamaño de la población se basa en una modificación del proceso adaptativo permitiendo el agregado y/o eliminación de individuos en función de su aptitud para resolver el problema planteado. Esto se realiza principalmente a través del concepto de edad que permite determinar el tiempo de permanencia de cada elemento dentro de la población. Además, dado que PSO tiende a poblar rápidamente las zonas exploradas con buen fitness, para no poblar excesivamente un mismo lugar del espacio de soluciones, se analiza el entorno de cada individuo y se eliminan las peores soluciones de las zonas muy pobladas. El método aquí propuesto es aplicado a la resolución de algunas funciones complejas hallando mejores resultados que los que habitualmente se logran utilizando población de tamaño fijo.
Licenciado en Sistemas
Universidad Nacional de La Plata
Facultad de Informática
description La resolución de problemas de optimización es de gran interés en la actualidad y ha motivado el desarrollo de diversos métodos informáticos para tratar de resolverlos. La Optimización mediante Cúmulos de Partículas o PSO (Particle Swarm Optimization) es una metaheurística que ha sido utilizada exitosamente en la resolución de una amplia gama de problemas de optimización, incluyendo el entrenamiento de redes neuronales y la minimización de funciones. En su definición original, PSO utiliza, durante todo el proceso adaptativo, una población formada por un número fijo de soluciones. El objetivo central de esta tesina es presentar una extensión original de PSO que incorpora los conceptos de edad y vecindad para permitir la variación del tamaño de la población. De esta forma, no es necesario definir a priori la cantidad de soluciones a utilizar, evitando así condicionar la calidad de la solución a obtener. La variación del tamaño de la población se basa en una modificación del proceso adaptativo permitiendo el agregado y/o eliminación de individuos en función de su aptitud para resolver el problema planteado. Esto se realiza principalmente a través del concepto de edad que permite determinar el tiempo de permanencia de cada elemento dentro de la población. Además, dado que PSO tiende a poblar rápidamente las zonas exploradas con buen fitness, para no poblar excesivamente un mismo lugar del espacio de soluciones, se analiza el entorno de cada individuo y se eliminan las peores soluciones de las zonas muy pobladas. El método aquí propuesto es aplicado a la resolución de algunas funciones complejas hallando mejores resultados que los que habitualmente se logran utilizando población de tamaño fijo.
publishDate 2008
dc.date.none.fl_str_mv 2008
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
info:eu-repo/semantics/acceptedVersion
Tesis de grado
http://purl.org/coar/resource_type/c_7a1f
info:ar-repo/semantics/tesisDeGrado
format bachelorThesis
status_str acceptedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/3981
url http://sedici.unlp.edu.ar/handle/10915/3981
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/4.0/
Creative Commons Attribution 4.0 International (CC BY 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by/4.0/
Creative Commons Attribution 4.0 International (CC BY 4.0)
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_ 1846063836109471744
score 13.22299

Publicaciones similares