Affiliation:
1. Universidad Juárez Autónoma de Tabasco
2. Universidad Veracruzana
Abstract
Dos algoritmos bio-inspirados en la naturaleza se implementaron con el fin de conocer y analizar su comportamiento al buscar una solución a un problema de optimización numérica bien conocido en el estado del arte como problema de la esfera. Asimismo, se buscó detectar aspectos comunes y particulares de ambos algoritmos que derivan en una convergencia prematura. Estos algoritmos son: el Algoritmo de Optimización de Colonia de Hormigas (ACO) y Colonia Artificial de Abejas (ABC). Ambos pertenecen al grupo de Algoritmos de Inteligencia Colectiva, los cuales simulan el comportamiento colaborativo de ciertas especies simples e inteligentes. ACO y ABC son escasamente utilizados debido a su poca popularidad en la solución de problemas de optimización numérica puesto que en un principio fueron desarrollados para problemas combinatorios. Los resultados de cinco experimentos son presentados dando como mejor algoritmo a ACO para el problema de la esfera.
Publisher
Escuela Politecnica Nacional
Subject
Applied Mathematics,Geochemistry and Petrology,Physics and Astronomy (miscellaneous),General Engineering,Geotechnical Engineering and Engineering Geology,Environmental Engineering,Chemistry (miscellaneous)
Reference22 articles.
1. Abbass, H. A. (2001). Mbo: marriage in honey bees optimizationa haplometrosis polygynous swarming approach. In Proceedings of the 2001 Congress on Evolutionary Computation (IEEE Cat. No.01TH8546), volume 1, pages 207– 214 vol. 1.
2. Arito, F. L. A. (2010). Algoritmos de optimización basados en colonias de hormigas aplicados al problema de asignación cuadrática y otros problemas relacionados. Master’s thesis, Universidad Nacional de San Luis Facultad de Ciencias Físico-Matemáticas y Naturales Departamento de Informática, San Luis, Argentina.
3. Baykasoglu, A., Ozbakir, L., and Tapkan, P. (2007). Artificial bee colony algorithm and its application to generalized assignment problem Swarm Intelligence, chapter Focus on Ant and Particle Swarm Optimization. Felix T.S. Chan and Manoj Kumar Tiwari. Itech Education and Pub.,
4. Vienna, Austria.
5. Dorigo, M., Maniezzo, V., and Colorni, A. (1996). The Ant System: Optimization by a Colony of Cooperating Agents. IEEE Transactions of Systems, Man and Cybernetics-Part B, 26(1):29–41.