Resumen

Las ecuaciones diferenciales ordinarias describen útilmente el comportamiento de una amplia gama de sistemas físicos dinámicos. El método de optimización de enjambre de partículas (PSO) ha sido considerado una herramienta efectiva para resolver problemas de optimización de ingeniería para ecuaciones diferenciales ordinarias. Este artículo propone un método modificado de búsqueda híbrida simplex de Nelder-Mead y optimización de enjambre de partículas (M-NM-PSO) para resolver problemas de estimación de parámetros. El método M-NM-PSO mejora la eficiencia del método PSO y del método convencional NM-PSO mediante una convergencia rápida y un mejor valor de función objetivo. Se realizan estudios para tres casos conocidos, y las soluciones del método M-NM-PSO se comparan con las de otros métodos publicados en la literatura. Los resultados demuestran que el método propuesto M-NM-PSO produce mejores resultados de estimación que los obtenidos por el algoritmo genético, el algoritmo genético modificado (real-coded GA (RC

• Materias:Modelado matemático Sistemas estocásticos Productos gráficos Ecuaciones matriciales Métodos de descomposición
• Subjects:Mathematical modeling Stochastic systems Graph products Matrix equations Decomposition methods
• Palabras claves:Ecuaciones diferenciales; Optimización por enjambre de partículas; Optimización de ingeniería; Estimación de parámetros; Búsqueda de simplex de Nelder-Mead; Convergencia
• Keywords:Differential equations; Particle swarm optimization; Engineering optimization; Parameter estimation; Nelder-Mead simplex search; Convergence