Resumen

El principal problema con los algoritmos de cómputo suave es la determinación de sus parámetros. Las reglas de ajuste son muy generales y requieren experimentos durante un método de prueba y error. Las ecuaciones que describen el algoritmo de murciélago tienen la forma de ecuaciones de diferencia, y el algoritmo puede ser tratado como un sistema estocástico discreto en el tiempo. El comportamiento de este sistema depende de sus condiciones de estabilidad dinámica y de preservación. El documento presenta el análisis de estabilidad del algoritmo de murciélago descrito como un sistema estocástico discreto en el espacio de estados en el tiempo. Los análisis de observabilidad y controlabilidad se realizaron para verificar la corrección del modelo que describe la dinámica de BA. Se derivan condiciones suficientes para la estabilidad basadas en la teoría de estabilidad de Lyapunov. Indican las áreas recomendadas de la ubicación de los parámetros. El análisis de la posición de los autovalores de la matriz de estado muestra cómo los diferentes valores de los parámetros afectan

• Materias:Big Data Restricciones distribuidas Algoritmo de inferencia Gestión administrativa
• Subjects:Big Data Distributed constraints Inference algorithm Administrative management
• Palabras claves:Algoritmos de soft-computing; Parámetros; Algoritmo de murciélago; Análisis de estabilidad; Teoría de estabilidad de Lyapunov; Autovalores
• Keywords:Soft-computing algorithms; Parameters; Bat algorithm; Stability analysis; Lyapunov stability theory; Eigenvalues