Comparación del desempeño del algoritmo de optimización psosx (pe) frente al psosx (s)

Simple item page
dc.contributor.advisorCorrea Cely, Carlos Rodrigo
dc.contributor.advisorBegambre Carrillo, Oscar Javier
dc.contributor.authorOsma Ruiz, Jaime Andrés
dc.contributor.authorVillareal Ardila, Mónica Julieth
dc.date.accessioned2024-03-03T17:34:54Z
dc.date.available2009
dc.date.available2024-03-03T17:34:54Z
dc.date.created2009
dc.date.issued2009
dc.description.abstractLa gran mayoría de los problemas en el mundo real, tienen más de un objetivo a realizar, gracias a esto se ha observado la necesidad de crear algoritmos matemáticos y computacionales con el fin de resolver dichos problemas. Aunque al momento de buscar una solución a un problema con más de un objetivo a realizar, existen algunos inconvenientes, por la complejidad de los mismos. El objetivo de los algoritmos de optimización, es solucionar dichos problemas, buscando reducir el tiempo y aumentando la exactitud, en los cálculos de las respuestas de modelos matemáticos complejos. En el desarrollo del presente trabajo de grado, se estudiaron y analizaron las arquitecturas PSOX(PE) y PSOX(S); basados en el PSO stándard y el método de Nelder Mead. El PSO y el Nelder Mead son algoritmos eficientes por separado, aunque con ciertos inconvenientes como velocidad y convergencia. En la elaboración de este trabajo de grado, se busco integrar ambos métodos por medio de 2 arquitecturas, esto con el fin de obtener los mejores resultados de cada uno y poder conseguir la solución óptima. Para validar las arquitecturas realizadas, se verificaron cinco funciones utilizadas en la literatura especializada, en la evaluación de algoritmos de optimización; calculando sus respectivos tiempos de cómputo, exactitud, desviación estándar, media y su convergencia.
dc.description.abstractenglishMost of the problems in the real world has more than one objective to be perform, thanks to this the scientific community have seems the need to create mathematical and computational algorithms in order to solve those problems. Although at the time of solving a problem, there are some drawbacks, because of the complexity of their own, the objective of computational algorithms is to solve them, for this reason borns the PSO, seeking to reduce the time and increasing the accuracy in calculations on the answer of the complex mathematical models. In the development of this grade job were studied and analyzed the architectures PSOX(PE) and PSOX(S), based on the standard PSO and the Nelder Mead method, which they are very efficient algorithms separately, although with some inconvenients like velocity finding answers and convergence in optimal points. In the developing of this grade job, seeks to integrate both methods by through two architectures, this in order to obtain the best results of each one and obtaining the optimal final solution. Conducted to validate the architecture were checked with five functions used in the specialized literatura, in the evaluation of optimization algorithms, calculating its respective computation times, accuracy, standard deviation, half and convergence.
dc.description.degreelevelPregrado
dc.description.degreenameIngeniero Electrónico
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad Industrial de Santander
dc.identifier.reponameUniversidad Industrial de Santander
dc.identifier.repourlhttps://noesis.uis.edu.co
dc.identifier.urihttps://noesis.uis.edu.co/handle/20.500.14071/22564
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingenierías Fisicomecánicas
dc.publisher.programIngeniería Eléctrica
dc.publisher.schoolEscuela de Ingenierías Eléctrica, Electrónica y Telecomunicaciones
dc.rightshttp://creativecommons.org/licenses/by/4.0/
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAttribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.urihttp://creativecommons.org/licenses/by-nc/4.0
dc.subjectMetaheurísticas
dc.subjectParticle Swarm Optimization (PSO)
dc.subjectSimplex (Nelder Mead)
dc.subjectParticle swarm optimization simplex parametric evolution (PSOSX (PE)) y Particle swarm optimization simplex sequential (PSOSX (S)).
dc.subject.keywordMetaheuristics
dc.subject.keywordParticle Swarm Optimization (PSO)
dc.subject.keywordSimplex (Nelder Mead)
dc.subject.keywordParticle swarm optimization simplex parametric evolution (PSOSX (PE)) y Particle swarm optimization simplex sequential (PSOSX (S)).
dc.titleComparación del desempeño del algoritmo de optimización psosx (pe) frente al psosx (s)
dc.title.englishPerformance comparison of optimization algorithm psosx (ep) front psosx (s)
dc.type.coarhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.hasversionhttp://purl.org/coar/resource_type/c_7a1f
dc.type.localTesis/Trabajo de grado - Monografía - Pregrado
Files
Original bundle
Now showing 1 - 3 of 3
No Thumbnail Available
Name:
Carta de autorización.pdf
Size:
396.5 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Documento.pdf
Size:
3.32 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Nota de proyecto.pdf
Size:
618.22 KB
Format:
Adobe Portable Document Format
Download
Collections
Ingeniería Eléctrica