Resumen

La optimización por enjambre de partículas (PSO) es una técnica de computación evolutiva inventada recientemente que está ganando popularidad debido a su simplicidad en la implementación y rápida convergencia. En el caso de funciones de un solo pico, el PSO converge rápidamente hacia el pico; sin embargo, en el caso de funciones multimodales, se sabe que las partículas del PSO quedan atrapadas en los óptimos locales. En este documento, proponemos una variación del algoritmo llamada optimización por enjambre de partículas orientado en paralelo (PSO-PSO) que consta de una etapa multiestadio y una etapa única de evolución. En la etapa multiestadio de evolución, los subenjambres individuales evolucionan de forma independiente en paralelo, y en la etapa única de evolución, los subenjambres intercambian información para buscar el mejor global. Las dos etapas entrelazadas de evolución demuestran un mejor rendimiento en funciones de prueba, especialmente de dimensiones más alt

• Materias:Nanotecnología Teléfonos inteligentes Agrupación de datos Segmentación suave
• Subjects:Nanotechnology Smart phones Data clustering Soft segmentation
• Palabras claves:Optimización por enjambre de partículas; PSO; Técnica de computación evolutiva; Convergencia; óptimos locales; Enjambres paralelos
• Keywords:Particle swarm optimization; PSO; Evolutionary computation technique; Convergence; Local optima; Parallel swarms