Resumen

Los enfoques de inteligencia computacional son un campo de investigación interdisciplinar relativamente nuevo con muchas áreas de aplicación prometedoras. Aunque los enfoques de inteligencia computacional han ganado una enorme popularidad, resulta difícil analizar la convergencia. En este artículo, se construye un modelo computacional para una clase de enfoques de inteligencia computacional representada por las formas canónicas de algoritmos genéricos, optimización de colonias de hormigas y optimización de enjambres de partículas, con el fin de describir las características comunes de estos algoritmos. A continuación, se definen dos índices de cuantificación, a saber, la tasa de variación y la tasa de progreso, respectivamente, para indicar la variedad y la optimalidad de los conjuntos de soluciones generados en el proceso de búsqueda del modelo. Además, damos cuatro tipos de convergencia probabilística para las secuencias de actualización del conjunto de soluciones, y se discuten sus relaciones. Por último, se derivan las condiciones suficientes para la convergencia débil casi segura y la convergencia fuerte casi segura del modelo mediante la introducción de la teoría martingala en el análisis de cadenas de Markov.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:enfoques de inteligencia computacional, muchas áreas de aplicación prometedoras, enfoques de inteligencia computacional, análisis de cadenas de markov, optimización por colonias de hormigas, nuevo campo interdisciplinario, optimización por enjambre de partículas, convergencia fuerte segura, convergencia débil segura, modelo
• Keywords:computational intelligence approaches, many promising application areas, computational intelligence approaches, markov chain analysis, ant colony optimization, new interdisciplinary field, particle swarm optimization, sure strong convergence, sure weak convergence, model