Resumen

El algoritmo de optimización por enjambre de partículas (PSO) es un algoritmo meta-heurístico con inteligencia de enjambre. Tiene las ventajas de una fácil implementación, una alta precisión de convergencia y una rápida velocidad de convergencia. Sin embargo, PSO sufre la caída en un óptimo local o la convergencia prematura, y se desea un mejor rendimiento de PSO. Algunos métodos adoptan mejoras en los parámetros de PSO, la inicialización de las partículas o la estructura topológica para mejorar la capacidad de búsqueda global y el rendimiento de PSO. Estos métodos contribuyen a resolver los problemas anteriores. Inspirado en ellos, este trabajo propone una variante de PSO con un rendimiento competitivo denominada UCPSO. UCPSO combina tres mejoras efectivas: un peso de inercia coseno, una inicialización uniforme y una estrategia basada en el rango. El peso de inercia coseno es un peso de inercia en forma de función coseno de período variable. Adopta una estrategia de varias etapas para equilibrar la exploración y la explotación. La inicialización uniforme puede evitar la agregación de partículas iniciales. Distribuye las partículas iniciales de manera uniforme para evitar que queden atrapadas en un óptimo local. Se emplea una estrategia basada en el rango para ajustar el peso de inercia de una partícula individual. Esto mejora las capacidades de exploración y explotación del enjambre al mismo tiempo. Se realizan experimentos comparativos para validar la eficacia de las tres mejoras. Los experimentos muestran que las mejoras de UCPSO pueden mejorar eficazmente la capacidad de búsqueda global y el rendimiento.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:capacidad de búsqueda global, rendimiento de pso, peso coseno de inercia, peso de inercia, inicialización uniforme, estrategia basada, partículas iniciales, algoritmo de optimización de enjambre, función coseno de periodo, capacidades de exploración
• Keywords:global search ability, performance of pso, cosine inertia weight, inertia weight, uniform initialization, based strategy, initial particles, swarm optimization algorithm, period cosine function, capabilities of exploration