Resumen

Proponemos acoplar la medida de rendimiento R2 y la Optimización por Enjambre de Partículas con el fin de manejar problemas multi/hombre-objetivo. Nuestra propuesta muestra que a través de un proceso de interacción bien diseñado podemos mantener la metaheurística casi inalterable y a través de la medida de rendimiento R2 no utilizamos ni un archivo externo ni la dominancia de Pareto para guiar la búsqueda. El enfoque propuesto se valida utilizando varios problemas de prueba y medidas de rendimiento comúnmente adoptadas en la literatura especializada. Los resultados indican que el algoritmo propuesto produce resultados que son competitivos con respecto a los obtenidos por cuatro MOEAs bien conocidos. Además, validamos nuestra propuesta en problemas de optimización multiobjetivo. En estos problemas, nuestro enfoque mostró su principal fortaleza, ya que pudo superar a otro conocido MOEA basado en indicadores.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Cerebro - fisiopatología Neurociencia Cognitiva
• Subjects:Artificial intelligence Data mining Genetic algorithms Brain - pathophysiology Cognitive Neuroscience
• Palabras claves:Medidas de rendimiento r2, problema de optimización de objetivos, proceso de interacción diseñado, problema de varias pruebas, optimización de enjambre de partículas, fuerza principal, resultados, dominancia de pareto, propuesta, problema de objetivos
• Keywords:r2 performance measures, objectives optimization problem, designed interaction process, several test problem, particles swarm optimization, main strength, results, pareto dominance, proposal, objectives problem