Hispanopedia Wiki
Articulo de referencia

Algoritmo de optimización de lluvia de ideas

El algoritmo de optimización por lluvia de ideas es un algoritmo heurístico que se centra en la resolución de problemas multimodales, como el diseño de antenas de radio en el qu...

Hispanopedia WikiContenido en espanolLectura gratuita

El algoritmo de optimización por lluvia de ideas es un algoritmo heurístico que se centra en la resolución de problemas multimodales, como el diseño de antenas de radio en el que trabajó Yahya Rahmat-Samii , inspirado en el proceso de lluvia de ideas propuesto por el Dr. Yuhui Shi . [ 1 ] [ 2 ]

Se han publicado más de 200 artículos relacionados con algoritmos BSO en diversas revistas y congresos. También se han publicado números especiales y sesiones especiales sobre el algoritmo de optimización Brain Storm en revistas y congresos, como el Memetic Computing Journal. [ 3 ] [ 4 ]

También existen varias variantes de los algoritmos, como la Optimización de Tormenta de Cerebros de Hipovarianza, donde la evaluación de la función del objeto se basa en la hipovarianza o subvarianza en lugar de la varianza gaussiana, y la Optimización de Tormenta de Cerebros de Mejor Global, donde el mejor global incorpora un esquema de reinicialización que se activa por el estado actual de la población, combinado con actualizaciones por variable y agrupamiento basado en la aptitud. [ 5 ]

Investigadores de la Universidad de Carleton propusieron otra variante utilizando una estrategia de aprendizaje cuántico periódico para proporcionar un nuevo impulso, lo que permite a los individuos escapar de los óptimos locales ( óptimos locales ). [ 6 ]

Se realizan varios estudios comparativos entre PSO y BSO. [ 7 ] Un libro publicado recientemente contiene referencias mucho más actualizadas. [ 8 ] También se utilizó para diseñar la red 5G. [ 9 ]

Referencias

  1. ↑ Shi, Yuhui (2011). "Algoritmo de optimización por tormenta de ideas". En Tan, Y.; Shi, Y.; Chai, Y.; Wang, G. (eds.). Avances en inteligencia de enjambre . Lecture Notes in Computer Science. Vol.  6728. pp. 303–309 . doi : 10.1007/978-3-642-21515-5_36 . ISBN  978-3-642-21514-8.
  2. ↑ Qiu, Huaxin; Duan, Haibin (2014). "Control de horizonte deslizante para vuelo en formación de múltiples UAV basado en optimización de tormenta de ideas modificada". Dinámica no lineal . 78 (3): 1973– 1988. Bibcode : 2014NonDy..78.1973Q . doi : 10.1007/s11071-014-1579-7 . S2CID 120591309 . 
  3. ↑ "Ponentes principales - ICCEM 2019" . Conferencia ICCEM 2019. Consultado el 16 de agosto de 2019 .
  4. ↑ Cheng, Shi; Shi, Yuhui (2018). "Número temático sobre "Algoritmos de optimización de lluvia de ideas"" . Computación Memética . 10 (4): 351– 352. doi : 10.1007/s12293-018-0276-3 .
  5. ↑ El-Abd, Mohammed (2017). "Algoritmo de optimización de tormenta de ideas global". Computación de enjambre y evolutiva . 37 : 27–44 . doi : 10.1016/j.swevo.2017.05.001 .
  6. ↑ Song, Zhenshou; Peng, Jiaqi; Li, Chunquan; Liu, Peter X. (2018). "Un algoritmo simple de optimización de lluvia de ideas con una estrategia periódica de aprendizaje cuántico" . IEEE Access . 6 : 19968–19983 . Bibcode : 2018IEEEA...619968S . doi : 10.1109/ACCESS.2017.2776958 .
  7. ↑ Sato, Mayuko; Fukuyama, Yoshikazu (2018). "Optimización total de la ciudad inteligente mediante optimización de tormenta de ideas modificada" . IFAC-PapersOnLine . 51 (28): 13– 18. doi : 10.1016/j.ifacol.2018.11.670 .
  8. ↑ Cheng, S.; Shi, Y. (2019). Algoritmos de optimización de lluvia de ideas: conceptos, principios y aplicaciones, parte de Adaptation, Learning and Optimization Books . Adaptation, Learning, and Optimization. Vol. 23. Springer Nature. doi : 10.1007/978-3-030-15070-9 . ISBN  978-3-030-15069-3. S2CID 199379609 . 
  9. ↑ Wu, Qiong; Xu, Tong; Huang, Jun S. (3 de abril de 2018). "Optimización de una tormenta cerebral de gemelos cuánticos para computación en la niebla en 5G" . DEStech Transactions on Engineering and Technology Research (icmm). doi : 10.12783/dtetr/icmm2017/20342 .