Análisis de convergencia temprana en algoritmos PSO con función objetivo lineal

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...

Descripción completa

Detalles Bibliográficos
Autores principales:	Azar, Miguel Augusto, Paz, Fabiola, Herrera Cognetta, Analía
Formato:	Objeto de conferencia
Lenguaje:	Español
Publicado:	2015
Materias:	Ciencias Informáticas regresión exponencial Heuristic methods Optimization particle swarm
Acceso en línea:	http://sedici.unlp.edu.ar/handle/10915/45374
Aporte de:	SEDICI (UNLP) de Universidad Nacional de La Plata

id	I19-R120-10915-45374
record_format	dspace
institution	Universidad Nacional de La Plata
institution_str	I-19
repository_str	R-120
collection	SEDICI (UNLP)
language	Español
topic	Ciencias Informáticas regresión exponencial Heuristic methods Optimization particle swarm
spellingShingle	Ciencias Informáticas regresión exponencial Heuristic methods Optimization particle swarm Azar, Miguel Augusto Paz, Fabiola Herrera Cognetta, Analía Análisis de convergencia temprana en algoritmos PSO con función objetivo lineal
topic_facet	Ciencias Informáticas regresión exponencial Heuristic methods Optimization particle swarm
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.
format	Objeto de conferencia Objeto de conferencia
author	Azar, Miguel Augusto Paz, Fabiola Herrera Cognetta, Analía
author_facet	Azar, Miguel Augusto Paz, Fabiola Herrera Cognetta, Analía
author_sort	Azar, Miguel Augusto
title	Análisis de convergencia temprana en algoritmos PSO con función objetivo lineal
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
publishDate	2015
url	http://sedici.unlp.edu.ar/handle/10915/45374
work_keys_str_mv	AT azarmiguelaugusto analisisdeconvergenciatempranaenalgoritmospsoconfuncionobjetivolineal AT pazfabiola analisisdeconvergenciatempranaenalgoritmospsoconfuncionobjetivolineal AT herreracognettaanalia analisisdeconvergenciatempranaenalgoritmospsoconfuncionobjetivolineal
bdutipo_str	Repositorios
_version_	1764820474624212992

Análisis de convergencia temprana en algoritmos PSO con función objetivo lineal

Ejemplares similares