Resumen

La optimización por enjambre de partículas (PSO) está inspirada en el comportamiento sociológico. En este artículo, interpretamos el PSO como un esquema de diferencias finitas para resolver un sistema de ecuaciones diferenciales ordinarias estocásticas (SODE). En este marco, los puntos de posición del enjambre convergen hacia un punto de equilibrio del SODE y los atrayentes locales, que son fácilmente definidos por los puntos de posición actuales, también convergen hacia el atrayente global. Inspirados por esta observación, proponemos una clase de métodos de iteración de PSO modificados (MPSO) basados en los atrayentes locales del SODE. La idea de MPSO es elegir el siguiente estado de actualización cerca del atrayente local presente, en lugar del punto de posición actual como en el PSO original, según una función de densidad de probabilidad dada. En particular, el método de optimización por enjambre de partículas con comportamiento cuántico resulta ser un caso especial de MPSO al tomar una función de densidad de probabilidad especial. Se prueban

• Materias:Sistemas no lineales Dinámica no lineal Red de tráfico dinámico Algoritmo alométrico Sistema conmutado
• Subjects:Nonlinear systems Nonlinear dynamics Dynamic traffic network Allometric algorithm Switched system
• Palabras claves:Optimización por enjambre de partículas; SODE; Atrayentes locales; Métodos de iteración de PSO modificados; Función de densidad de probabilidad; Problemas de referencia
• Keywords:Particle swarm optimization; SODE; Local attractors; Modified PSO iteration methods; Probability density function; Benchmark problems