ALGORITMO DE OPTIMIZACIÓN BASADO EN EL APAREAMIENTO DE LAS ABEJAS(HBMO). UN NUEVO ENFOQUE HEURÍSTICO DE OPTIMIZACIÓN. OMID BOZORG HADDAD, ABBAS AFSHAR, MIGUEL A. MARIÑO Víctor Fernández Mora Manuel Sifón Miralles Raquel Torres Remón ÍNDICE 1. INTRODUCCIÓN 2. ESTRUCTURA DE LA COLONIA DE LAS ABEJAS 3. MODELADO DE LAS ABEJAS 4. REPRESENTACIÓN DE LA SOLUCIÓN 5. APLICACIÓN Y COMPARACIÓN DEL ALGORITMO 6. CONCLUSIONES 2 de 13 1.INTRODUCCIÓN Métodos de optimización tradicionales Búsqueda directa 1.INTRODUCCIÓN 2.ESTRUCTURA DE LA COLONIA DE LAS ABEJAS 3.MODELADO DE LAS ABEJAS F(x) objetivo Restricciones Derivadas F(x) objetivo Ventaja/Inconveniente En ocasiones no son buenos candidatos para la resolución de algunos problemas 4.REPRESENTACIÓN DE LA SOLUCIÓN 5.APLICACIÓN Y COMPARACIÓN DEL ALGORITMO Búsqueda por gradientes Última década/Actualidad Algoritmos Evolutivos y Metaheurísticos Ventajas 6.CONCLUSIONES Algoritmos genéticos Insectos sociales Hormigas Abejas –> HBMO 3 de 13 2.ESTRUCTURA DE LA COLONIA DE LAS ABEJAS Estructura Abejas reinas-poner huevos Zánganos-fecundas a abejas reina Obreras-alimentar a las crías 1.INTRODUCCIÓN 2.ESTRUCTURA DE LA COLONIA DE LAS ABEJAS 3.MODELADO DE LAS ABEJAS REINAS 4.REPRESENTACIÓN DE LA SOLUCIÓN 5.APLICACIÓN Y COMPARACIÓN DEL ALGORITMO APAREAMIENTO Huevos Fecundación 6.CONCLUSIONES ZÁNGANOS OBRERAS Reinas Zánganos Obreras +DIVERSIDAD GENÉTICA 4 de 13 3.MODELADO DE LAS ABEJAS ETAPAS DEL ALGORITMO 1.INTRODUCCIÓN 1. Selección probabilistica de los zánganos y la abeja reina para crear más crias 2.ESTRUCTURA DE LA COLONIA DE LAS ABEJAS 2. Creación de crias por el apareamiento de los zánganos con la reina 3.MODELADO DE LAS ABEJAS 3. Uso de obreras para llevar a cabo una búsqueda local sobre las crías 4.REPRESENTACIÓN DE LA SOLUCIÓN 5.APLICACIÓN Y COMPARACIÓN DEL ALGORITMO 6.CONCLUSIONES 4. Adaptación de la aptitud de los obreras para saber la cantidad de mejora de las crías 5. Reemplazo de las abejas reina más débiles por las crías más aptas 5 de 13 4.REPRESENTACIÓN DE LA SOLUCIÓN 1.INTRODUCCIÓN 2.ESTRUCTURA DE LA COLONIA DE LAS ABEJAS 3.MODELADO DE LAS ABEJAS ZÁNGANO OBRERA REINA Genotipo Define la aptitud Genotipo Creador de genotipo Conjunto de diferentes heurísticas Velocidad Energía 4.REPRESENTACIÓN DE LA SOLUCIÓN Capacidad de la espermateca 5.APLICACIÓN Y COMPARACIÓN DEL ALGORITMO 6.CONCLUSIONES CRÍA Copía de genes zángano y genes reina 6 de 13 4.REPRESENTACIÓN DE LA SOLUCIÓN Definir parámetros de entrada del modelo Generación aleatoria de un conjunto de soluciones inicial Categorizar las soluciones y definir el número de iteraciones 1.INTRODUCCIÓN 2.ESTRUCTURA DE LA COLONIA DE LAS ABEJAS Utilizar “Simulated Annealing” para seleccionar el conjunto de soluciones de cría Generar un nuevo conjunto de soluciones utilizando cruces y heurísticas 3.MODELADO DE LAS ABEJAS 4.REPRESENTACIÓN DE LA SOLUCIÓN 5.APLICACIÓN Y COMPARACIÓN DEL ALGORITMO Mejorar el conjunto de soluciones a partir de mutaciones Actualizar el valor umbral de la heurísticas para la siguiente iteración si Sustituir ¿Es mejor solución? no Mantener 6.CONCLUSIONES ¿Satisface el criterio de finalización? Descartar soluciones anteriores y crear nuevas. si FIN 7 de 13 5.APLICACIÓN Y COMPARACIÓN DEL ALGORITMO 1.INTRODUCCIÓN • Aplicación del algoritmo para probar su rendimiento. 2.ESTRUCTURA DE LA COLONIA DE LAS ABEJAS • Tres funciones matemáticas para optimizar (a, b, c). 3.MODELADO DE LAS ABEJAS • Un ejemplo real de una reserva de agua (d). 4.REPRESENTACIÓN DE LA SOLUCIÓN 5.APLICACIÓN Y COMPARACIÓN DEL ALGORITMO • Comparación con algoritmos genéticos bien desarrollados. • Obtención de buenos resultados. 6.CONCLUSIONES 8 de 13 5.APLICACIÓN Y COMPARACIÓN DEL ALGORITMO A. FUNCIÓN DE ACKLEY 1.INTRODUCCIÓN 2.ESTRUCTURA DE LA COLONIA DE LAS ABEJAS 3.MODELADO DE LAS ABEJAS 4.REPRESENTACIÓN DE LA SOLUCIÓN 5.APLICACIÓN Y COMPARACIÓN DEL ALGORITMO 6.CONCLUSIONES 9 de 13 5.APLICACIÓN Y COMPARACIÓN DEL ALGORITMO B. SEGUNDA FUNCIÓN NO RESTRINGIDA 1.INTRODUCCIÓN 2.ESTRUCTURA DE LA COLONIA DE LAS ABEJAS 3.MODELADO DE LAS ABEJAS 4.REPRESENTACIÓN DE LA SOLUCIÓN 5.APLICACIÓN Y COMPARACIÓN DEL ALGORITMO 6.CONCLUSIONES 10 de 13 5.APLICACIÓN Y COMPARACIÓN DEL ALGORITMO C. FUNCIÓN RESTRINGIDA 1.INTRODUCCIÓN 2.ESTRUCTURA DE LA COLONIA DE LAS ABEJAS 3.MODELADO DE LAS ABEJAS 4.REPRESENTACIÓN DE LA SOLUCIÓN 5.APLICACIÓN Y COMPARACIÓN DEL ALGORITMO 6.CONCLUSIONES 11 de 13 5.APLICACIÓN Y COMPARACIÓN DEL ALGORITMO D. CASO DE ESTUDIO 1.INTRODUCCIÓN 2.ESTRUCTURA DE LA COLONIA DE LAS ABEJAS 3.MODELADO DE LAS ABEJAS 4.REPRESENTACIÓN DE LA SOLUCIÓN 5.APLICACIÓN Y COMPARACIÓN DEL ALGORITMO 6.CONCLUSIONES 12 de 13 6.CONCLUSIONES 1. HBMO: algoritmo de búsqueda híbrido inspirado en el apareamiento de las abejas. 1.INTRODUCCIÓN 2.ESTRUCTURA DE LA COLONIA DE LAS ABEJAS 3.MODELADO DE LAS ABEJAS 4.REPRESENTACIÓN DE LA SOLUCIÓN 5.APLICACIÓN Y COMPARACIÓN DEL ALGORITMO 6.CONCLUSIONES 2. Una función Annealing define la probabilidad de apareamiento. Diferentes heurísticas mejoran las soluciones generadas. 3. Resultados comparables con los obtenidos con Algoritmos Genéticos bien desarrollados. 4. Muestra gran potencia a la hora de resolver problemas de optimización no lineal. 5. La aplicación del HBMO demuestra una capacidad para desarrollar búsquedas extensivas. 6. HBMO tiene buena respuesta ante problemas con variables discretas y de decisión. 13 de 13
© Copyright 2024 ExpyDoc
