Resumen

Presentamos CFSO3, una heurística de optimización dentro de la clase de la inteligencia de enjambre, basada en una sinergia entre tres características diferentes de la Optimización Continua de Flock-of-Starlings. Una de las principales novedades es que este optimizador ya no es un algoritmo numérico clásico, puesto que ahora puede verse como un sistema dinámico continuo, que puede tratarse utilizando todos los instrumentos matemáticos disponibles para el manejo de ecuaciones de estado. Además, CFSO3 permite pasar de enfoques estocásticos a enfoques deterministas supervisados, ya que la actualización aleatoria de los parámetros, característica típica de los algoritmos numéricos de optimización basados en la nadada, se sustituye ahora totalmente por una estrategia supervisada: en CFSO3 el ajuste de los parámetros se diseña a priori para obtener tanto la exploración como la explotación. En efecto, la exploración, es decir, la salida de un mínimo local, así como la convergencia y el refinamiento hacia una solución pueden diseñarse simplemente gestionando los valores propios de las ecuaciones de estado de CFSO. Prácticamente en CFSO3, sólo hay que asignar aleatoriamente los valores iniciales de posiciones y velocidades de los miembros del enjambre. Se presentan versiones estándar y paralelas de CFSO3 junto con validaciones en puntos de referencia clásicos.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:cfso3, ecuaciones de estado cfso, algoritmo numérico clásico, sistema dinámico continuo, exploración, parámetros, rebaño continuo, optimización de estorninos, parámetros clásicos, deterministas
• Keywords:cfso3, cfso state equations, classical numerical algorithm, continuous dynamic system, exploration, parameters, continuous flock, starlings optimization, classical benchmarks, deterministic ones