Análisis de algunas metaheurísticas creadas a partir de “Optimización Gravitatoria”
-
1
Universidad de Burgos
info
ISSN: 2171-892X
Datum der Publikation: 2011
Nummer: 19
Art: Artikel
Andere Publikationen in: Anales de ASEPUMA
Zusammenfassung
En este trabajo proponemos una nueva metaheurística para obtener óptimos globales de funciones no lineales, algunas multimodales. Dicha metaheurística surge uniendo dos algoritmos: el primero,“Optimización Gravitatoria”, concibe el espacio de soluciones análogamente al espacio-tiempo relativista, en el que la métrica es modificada por las diferentes partículas en él inmersas. En la heurística el papel de la atracción gravitatoria lo juega la función objetivo; el óptimo se encontraría en el punto donde se encuentre la mayor masa. Como esta posición se desconoce, se procede a medir la variación de la geometría; tal como en relatividad general la variación de la geometría nos lleva a la mayor masa, en la heurística nos conduce al óptimo global. El segundo algoritmo es el conocido simplex de Nelder-Mead que consiste en, partiendo de un simplex no degenerado inicial en el espacio de soluciones, variar dicho poliedro para optimizar la función objetivo.
Bibliographische Referenzen
- Hsiao, Chuang, Jiang and Chien (2005) “A Novel Optimization Algorithm: Space Gravitational Optimization”. Systems, Man and Cybernetics, IEEE International
- Conference on Volume 3, Issue , 10-12 Oct. 2005 Page(s): 2323 - 2328 Vol. 3
- Lagarias J., Reeds J., Wright M. and Wright P.(1998) “Converge properties of the Nelder-Mead simplex Method in low dimensions”. SIAM J. OPTIMIZATION, No 1, pp. 112-147.
- Laguna M. and Marti R. (2005) “Experimental Testing of Advanced Scatter Search Designs for Global Optimization of Multimodal Functions”. Journal of Global Optimization Volume 33 , Issue 2 , Oct. 2005, pages: 235 – 255.
- Martínez González, J.L. (2001) “Optimización y ajuste de parámetros mediante el método simplex (Nelder-Mead)” 1ª Reunión de Usuarios de EcosimPro, UNED, Madrid 3-4 Mayp 2001, C19.
- Tu Z. and Lu Y. (2004). “A Robust Stochastic Genetic Algorithm (StGA) for Global Numerical Optimization”. IEEE Transactions on Evolutionary Computation, vol. 8, no. 5, october 2004.
- Zapatero M.J., Pacheco J. y Alegre J. “Uso de la heurística “Optimización Gravitatoria” con funciones no lineales” Rect@ 2009. Vol: Actas_17 Issue: 1 Pages/record No.: 201.
- Zapatero M.J., Alegre J., y Pacheco J. ““Optimización gravitatoria” y “Optimización por enjambre de partículas”. Comportamiento en funciones no lineales” XXVIII jornadas ASEPUMA. VI Encuentro Internacional. Anales de ASEPUMA nº 18 303.
Los documentos del portal se actualizan diariamente. Esta fecha hace referencia a la actualización de la información relacionada con la estructura del portal (personas, grupos de investigación, unidades organizativas, proyectos...).