FUNDACI

FUNDACI

N BARI LOCHE
N BARI LOCHE
I NSTI TUTO DE ECONOM
I NSTI TUTO DE ECONOM

A ENERG
A ENERG

TI CA
TI CA
CONI CET
CONI CET
T
T

tulo:
tulo:
An
An

lisis de las
lisis de las
Metaheur
Metaheur

sticas
sticas

PSO,
PSO,
EPSO y su Extensi
EPSO y su Extensi

n FPSO, FEPSO
n FPSO, FEPSO
Buenos Aires
Buenos Aires
,
,
Octubre
Octubre

de 200
de 200
9
9
Disertante
Disertante
:
:

Dr.
Dr.
Gustavo
Gustavo
Schweickardt
Schweickardt
Seminario sobre METAHEUR
Seminario sobre METAHEUR

STI CAS
STI CAS
ENDI O XXI I
ENDI O XXI I

EPI O XX
EPI O XX
1.
1.

Heur
Heur

sticas y Meta
sticas y Meta
-
-
Heur
Heur

sticas.
sticas.
2.
2.

La Meta
La Meta
-
-
Heur
Heur

stica PSO (
stica PSO (
Particle
Particle

Swarm
Swarm

Optimization
Optimization
/Optimizaci
/Optimizaci

n por Enjambre
n por Enjambre
dee
dee

Part
Part

culas).
culas).
1.
1.

Introducci
Introducci

n.
n.
2.
2.

Formulaci
Formulaci

n.
n.
3.
3.

Ajuste de Par
Ajuste de Par

metros.
metros.
4.
4.

L
L

mites Din
mites Din

micos en el Espacio de
micos en el Espacio de
B
B

squeda.
squeda.
5.
5.

Esquemas m
Esquemas m

s importantes del PSO.

s importantes del PSO.
6.
6.

Diagramas de Flujo del PSO.
Diagramas de Flujo del PSO.
3.
3.

La Meta
La Meta
-
-
Heur
Heur

stica EPSO (
stica EPSO (
Evolutionary
Evolutionary

Particle
Particle

Swarm
Swarm

Optimization
Optimization
).
).
1.
1.

Analog
Analog

as y Diferencias entre los GA

as y Diferencias entre los GA
(
(
Genetics
Genetics

Algorithms
Algorithms
) y el PSO.
) y el PSO.
2.
2.

Concepci
Concepci

n del EPSO.
n del EPSO.
3.
3.

Formulaci
Formulaci

n.
n.
4.
4.

Topolog
Topolog

a de Estrella Estoc
a de Estrella Estoc

stica y Factor de
stica y Factor de
Comunicaci
Comunicaci

n.
n.
5.
5.

Diagrama de Flujo del EPSO.
Diagrama de Flujo del EPSO.
4.
4.

La Extensiones FPSO (
La Extensiones FPSO (
Fuzzy
Fuzzy

Particle
Particle

Swarm
Swarm

Optimization
Optimization
) y FEPSO (
) y FEPSO (
Fuzzy
Fuzzy

Evolutionary
Evolutionary

Particle
Particle

Swarm
Swarm

Optimization
Optimization
).
).
Heur
Heur

sticas y Meta
sticas y Meta
-
-

Heur
Heur

sticas
sticas
Reglas de la Experiencia o
Reglas de la Experiencia o

de Buena Pr
de Buena Pr

ctica
ctica

Constituye una serie de
Constituye una serie de
procedimientos
procedimientos

o
o
estrategias
estrategias

de las
de las
que
que
se supone
se supone

conducen a un
conducen a un
Destino/Objetivo deseado.
Destino/Objetivo deseado.

Se trata de
Se trata de
alcanzar el Objetivo
alcanzar el Objetivo
,
,
sin
sin
garant
garant

as
as
.
.
Qu
Qu

es una HEUR
es una HEUR

STICA?
STICA?

Etimolog
Etimolog

a del T
a del T

rmino
rmino

Proviene de la palabra griega
Proviene de la palabra griega
heuriskein
heuriskein

que se traduce como
que se traduce como
encontrar
encontrar

.
.

Se lo relaciona con la supuesta
Se lo relaciona con la supuesta
exclamaci
exclamaci

n
n

eureka!
eureka!

de
de
Arqu
Arqu

medes al encontrar la
medes al encontrar la
soluci
soluci

n del principio hidrost

n del principio hidrost

tico
tico
que lleva su nombre.
que lleva su nombre.
Qu
Qu

es una HEUR
es una HEUR

STICA?
STICA?
Etimolog
Etimolog

a del T
a del T

rmino
rmino

Deriva del Complemento entre la
Deriva del Complemento entre la
palabra
palabra
heuriskein
heuriskein

y el prefijo
y el prefijo
meta
meta

que se traduce como
que se traduce como
m
m

s
s
alla
alla

de
de

o
o

en un nivel superior de
en un nivel superior de
.
.

Su introducci
Su introducci

n en IO se le
n en IO se le
atribuye a
atribuye a
Fred
Fred

Glover
Glover
, al
, al
presentar su m
presentar su m

todo de
todo de
B
B

squeda
squeda
Tab
Tab

(ref. 1988, 1997).
(ref. 1988, 1997).
Qu
Qu

es una META
es una META
-
-
HEUR
HEUR

STICA?
STICA?
Dictionay
Dictionay

Of
Of

Algorithms
Algorithms

and
and

Data
Data
Structures
Structures
,
,
Editado por
Editado por
the
the

National
National

Institute
Institute

of
of

Standars
Standars
and
and

Technology
Technology

Peter
Peter

Black
Black

(actualizado
(actualizado
en Marzo 2009)
en Marzo 2009)
1.
1.

Un Marco de Referencia
Un Marco de Referencia
Algor
Algor

tmico cuyo Enfoque puede

tmico cuyo Enfoque puede
ser especializado para Resolver
ser especializado para Resolver
Problemas de Optimizaci
Problemas de Optimizaci

n.
n.
2.
2.

Una Estrategia de Alto Nivel que
Una Estrategia de Alto Nivel que
Gu
Gu

a/Conduce Heur
a/Conduce Heur

sticas en la
sticas en la
B
B

squeda de Soluciones Factibles.

squeda de Soluciones Factibles.
Qu
Qu

es una META
es una META
-
-
HEUR
HEUR

STICA?
STICA?

Controversia y Discusi
Controversia y Discusi

n relativa la los
n relativa la los
T
T

rminos Heur
rminos Heur

stica y Meta
stica y Meta
-
-
Heur
Heur

stica
stica
Una
Una
Metaheur
Metaheur

stica
stica

se define como
se define como
un
un
proceso iterativo
proceso iterativo

que gu
que gu

a
a
una
una
heur
heur

stica
stica

subordinada
subordinada
,
,
combinando diferentes conceptos
combinando diferentes conceptos
para explorar y explotar las
para explorar y explotar las
caracter
caracter

sticas que pueda exhibir

sticas que pueda exhibir
el
el
espacio de b
espacio de b

squeda.
squeda.
(
(
Osman
Osman

and
and

Laporte
Laporte
, ref. 1996)
, ref. 1996)
META
META
-
-
HEUR
HEUR

STICAS
STICAS

La Definici
La Definici

n Adoptada
n Adoptada
:
:
1.
1.

Algoritmos Gen
Algoritmos Gen

ticos (GA)
ticos (GA)
2.
2.

Recocido Simulado (SA)
Recocido Simulado (SA)
3.
3.

B
B

squeda Tab
squeda Tab

(TS)
(TS)
4.
4.

Optimizaci
Optimizaci

n por Colonia de
n por Colonia de
Hormigas (ACO)
Hormigas (ACO)
5.
5.

Optimizaci
Optimizaci

n por Enjambre de
n por Enjambre de
Part
Part

culas (PSO)
culas (PSO)
META
META
-
-
HEUR
HEUR

STICAS
STICAS

Algunas de las
Algunas de las
Metaheur
Metaheur

sticas
sticas

m
m

s
s
Importantes/Empleadas
Importantes/Empleadas
:
:
i.
i.

Optimizaci
Optimizaci

n por Enjambre de
n por Enjambre de
Part
Part

culas (PSO)
culas (PSO)
i.
i.

Extensi
Extensi

n
n
MultiObjetivo
MultiObjetivo
: Optimizaci
: Optimizaci

n
n
Difusa por Enjambre de Part
Difusa por Enjambre de Part

culas
culas
(FPSO)
(FPSO)
ii.
ii.

Optimizaci
Optimizaci

n
n
Evolucionaria
Evolucionaria

por
por
Enjambre de Part
Enjambre de Part

culas (EPSO)
culas (EPSO)
i.
i.

Extensi
Extensi

n
n
MultiObjetivo
MultiObjetivo
: Optimizaci
: Optimizaci

n
n
Evolucionaria
Evolucionaria

Difusa por Enjambre de
Difusa por Enjambre de
Part
Part

culas (FEPSO)
culas (FEPSO)
META
META
-
-
HEUR
HEUR

STICAS A Desarrollar
STICAS A Desarrollar

Se presentar
Se presentar

n las
n las
Metaheur
Metaheur

sticas
sticas
:
:
La Meta
La Meta
-
-
Heur
Heur

stica
stica
PSO (
PSO (
Particle
Particle

Swarm
Swarm

Optimization
Optimization
)
)
Introducci
Introducci

n
n
1) Se origina en un intento por imitar y
mimetizar el comportamiento de procesos
naturales.
2) El
PSO
PSO

y el Ant Colony Optimization (
ACO
ACO)
constituyen los dos mtodos ms utilizados
en el rea de la inteligencia computacional.
3) Esencia: comportamientos sociales de un
colectivo

interaccin entre individuos y
con el entorno.
META
META
-
-
HEUR
HEUR

STICA PSO
STICA PSO

Introducci
Introducci

n
n
Optimizaci
Optimizaci

n por Enjambre de Part

n por Enjambre de Part

culas
culas
Se remontan a los estudios iniciados por
Kennedy y Eberhart (ref. 1995).
Objetivo Inicial: Simular el movimiento
sincronizado e impredecible de grupos
tales como los Bancos de Peces o
Bandadas de Aves.
Aspecto: la capacidad de estos grupos
para separarse, reagruparse y encontrar
alimento.
META
META
-
-
HEUR
HEUR

STICA PSO
STICA PSO

Introducci
Introducci

n
n
Or
Or

genes del PSO

genes del PSO
El
El
Comportamiento
Comportamiento
,
,
Inteligencia
Inteligencia
y
y
Movimiento
Movimiento
de estas agrupaciones
de estas agrupaciones
(
(
Swarm
Swarm
),
),
est
est

relacionado
relacionado
directamente
directamente con la capacidad de
los individuos para compartir

informacin

aprovechando la
experiencia acumulada por sus
congneres.
META
META
-
-
HEUR
HEUR

STICA PSO
STICA PSO

Introducci
Introducci

n
n
Or
Or

genes del PSO

genes del PSO
I. En la terminologa utilizada en PSO, Kennedy y
Eberhart introducen el trmino general
part
part

cula
cula

o
agente
agente

para representar a los
individuos que exhiban un comportamiento.
II. El
movimiento
movimiento

de estas
part
part

culas
culas

est
condicionado por
dos factores b
dos factores b

sicos
sicos:
a. la Memoria Autobiogrfica

de la
part
part

cula
cula.
b. la Influencia Social

de todo el enjambre.
META
META
-
-
HEUR
HEUR

STICA PSO
STICA PSO

Introducci
Introducci

n
n
Or
Or

genes del PSO

genes del PSO
p
p
i i v
v
i i

a a
v
v
g g
Influencia Social
Influencia Social
Memoria
Memoria
v
v
i i

Existe un Factor de Inercia

o velocidad que la
partcula traa en el instante anterior al cambio
(aspecto fsico): El
movimiento
movimiento

depende, as:
a. la
Memoria Autobiogr
Memoria Autobiogr

fica
fica

de la
part
part

cula
cula.
b. la
Influencia Social
Influencia Social

de todo el enjambre.
c. la
I
In
ercia o velocidad previa
ercia o velocidad previa

al cambio.
META
META
-
-
HEUR
HEUR

STICA PSO
STICA PSO

Introducci
Introducci

n
n
Or
Or

genes del PSO

genes del PSO
p
p
i i v
v
i i

a a
v
v
g g
Influencia Social
Influencia Social
Memoria
Memoria
v
v
i i
v
v
i i

p p
Inercia
Inercia
META
META
-
-
HEUR
HEUR

STICA PSO
STICA PSO

Introducci
Introducci

n
n
Or
Or

genes del PSO

genes del PSO

Swarm
Swarm

Intelligence
Intelligence
META
META
-
-
HEUR
HEUR

STICA PSO
STICA PSO

Introducci
Introducci

n
n
Or
Or

genes del PSO

genes del PSO

Swarm
Swarm

Intelligence
Intelligence

El

mbito de la vida artificial

mbito de la vida artificial

requiere de
cinco principios b
cinco principios b

sicos
sicos

para lo que se
entiende como
I
I
nteligencia
nteligencia

de
de
G
G
rupo
rupo

o
S
S
warm
warm

I
I
ntelligence
ntelligence:
1.
1.

P
P
roximidad
roximidad
2.
2.

Calidad
Calidad
3.
3.

Diversidad de Respuesta
Diversidad de Respuesta
4.
4.

Estabilidad
Estabilidad
5.
5.

Adaptabilidad
Adaptabilidad
META
META
-
-
HEUR
HEUR

STICA PSO
STICA PSO

Introducci
Introducci

n
n
Or
Or

genes del PSO

genes del PSO

Swarm
Swarm

Intelligence
Intelligence

Proximidad
Proximidad

posibilidad de
posibilidad de
realizar c
realizar c

lculos sencillos de
lculos sencillos de
espacio y tiempo sobre la
espacio y tiempo sobre la
poblaci
poblaci

n.
n.

Calidad
Calidad

capacidad de la
capacidad de la
poblaci
poblaci

n para responder a factores

n para responder a factores
incidentes en la calidad dentro el
incidentes en la calidad dentro el
espacio de soluciones.
espacio de soluciones.
META
META
-
-
HEUR
HEUR

STICA PSO
STICA PSO

Introducci
Introducci

n
n
Or
Or

genes del PSO

genes del PSO

Swarm
Swarm

Intelligence
Intelligence

META
META
-
-
HEUR
HEUR

STICA PSO
STICA PSO

Introducci
Introducci

n
n
Or
Or

genes del PSO

genes del PSO

Swarm
Swarm

Intelligence
Intelligence

Diversidad de Respuesta
Diversidad de Respuesta
posibilidad de respuestas diferentes
posibilidad de respuestas diferentes
de los individuos de la poblaci
de los individuos de la poblaci

n.
n.

Estabilidad y Adaptabilidad
Estabilidad y Adaptabilidad
aspectos
aspectos
conplementarios
conplementarios
:
:

la
la
poblaci
poblaci

n debe mantenerse
n debe mantenerse

estable
estable

pero debe
pero debe

adaptarse
adaptarse

ante todo
ante todo
cambio que propicie una mejora.
cambio que propicie una mejora.

META
META
-
-
HEUR
HEUR

STICA PSO
STICA PSO

Introducci
Introducci

n
n
Or
Or

genes del PSO

genes del PSO

Swarm
Swarm

Intelligence
Intelligence

Proximidad
Proximidad

Los
Los

movimientos
movimientos

de la poblaci
de la poblaci

n
n

son
son
llevados a cabo durante una
llevados a cabo durante una
serie de
serie de

intervalos de tiempo
intervalos de tiempo

a
a
una determinada
una determinada

velocidad
velocidad
.
.

PSO
PSO

Satisface los Principios del SI
Satisface los Principios del SI
META
META
-
-
HEUR
HEUR

STICA PSO
STICA PSO

Introducci
Introducci

n
n
Or
Or

genes del PSO

genes del PSO

Swarm
Swarm

Intelligence
Intelligence

Calidad
Calidad

se consigue a
se consigue a
trav
trav

s de la
s de la

memoria de la
memoria de la
part
part

cula
cula

y del
y del

conocimiento
conocimiento
social
social

que comparten entre s
que comparten entre s

todos los cong
todos los cong

neres.
neres.

PSO
PSO

Satisface los Principios del SI
Satisface los Principios del SI
META
META
-
-
HEUR
HEUR

STICA PSO
STICA PSO

Introducci
Introducci

n
n
Or
Or

genes del PSO

genes del PSO

Swarm
Swarm

Intelligence
Intelligence

Diversidad de Respuesta
Diversidad de Respuesta

se
se
garantiza mediante las
garantiza mediante las

diferentes
diferentes
tendencias
tendencias

marcadas por la
marcadas por la

memoria de cada part
memoria de cada part

cula
cula

y la
y la

historia de la mejor posici
historia de la mejor posici

n
n
visitada
visitada

por todo el conjunto.
por todo el conjunto.

PSO
PSO

Satisface los Principios del SI
Satisface los Principios del SI
META
META
-
-
HEUR
HEUR

STICA PSO
STICA PSO

Introducci
Introducci

n
n
Or
Or

genes del PSO

genes del PSO

Swarm
Swarm

Intelligence
Intelligence

Estabilidad
Estabilidad

la
la

poblaci
poblaci

n
n

s
s

lo cambia su
lo cambia su

comportamiento
comportamiento
grupal
grupal

cuando se actualiza la
cuando se actualiza la

mejor posici
mejor posici

n
n

hist
hist

ricamente
ricamente
visitada por alguno de sus
visitada por alguno de sus
miembros.
miembros.

PSO
PSO

Satisface los Principios del SI
Satisface los Principios del SI
META
META
-
-
HEUR
HEUR

STICA PSO
STICA PSO

Introducci
Introducci

n
n
Or
Or

genes del PSO

genes del PSO

Swarm
Swarm

Intelligence
Intelligence

Adaptabilidad
Adaptabilidad

la
la

poblaci
poblaci

n
n

adapta su
adapta su

comportamiento
comportamiento
grupal
grupal

y
y

movimiento
movimiento

seg
seg

n las
n las
se
se

ales de
ales de

mejora en la
mejora en la
precisi
precisi

n.
n.

PSO
PSO

Satisface los Principios del SI
Satisface los Principios del SI
El problema se reduce a
establecer la ecuaci
establecer la ecuaci

n
n

que
dicte cmo

debe moverse cada
part
part

cula
cula

de la poblacin en el
espacio N-Dimensional

para
mimetizar la
I
I
nteligencia
nteligencia

de
de
Grupo
Grupo

y evitar a su vez caer en
soluciones locales
soluciones locales.
META
META
-
-
HEUR
HEUR

STICA PSO
STICA PSO

Introducci
Introducci

n
n
Or
Or

genes del PSO

genes del PSO

-
-

Dise
Dise

o
o
Formulaci
Formulaci

n
n

Como
Como
M
M

todo de Optimizaci
todo de Optimizaci

n
n

en un espacio
en un espacio
N
N
-
-
Dimensional
Dimensional
:
:

La
La
posici
posici

n instant
n instant

nea
nea

de cada
de cada
part
part

cula
cula

de
de
la
la
poblaci
poblaci

n
n

representa una
representa una
soluci
soluci

n
n
potencial
potencial
.
.

N
N

es
es

el
el
n
n

mero de inc
mero de inc

gnitas
gnitas

del problema.
del problema.

El
El
proceso de b
proceso de b

squeda
squeda

se reduce a mover
se reduce a mover
cada part
cada part

cula con una velocidad

cula con una velocidad
f(velocidad
f(velocidad
actual, memoria de la part
actual, memoria de la part

cula, informaci
cula, informaci

n
n
global que comparte el resto del enjambre)
global que comparte el resto del enjambre)
META
META
-
-
HEUR
HEUR

STICA PSO
STICA PSO

Formula
Formula
ci
ci

n
n
Or
Or

genes del PSO

genes del PSO

-
-

Analog
Analog

as
as
I.
I.

La
La

velocidad de la part
velocidad de la part

cula
cula

constituye
constituye

el
el

nico operador
nico operador

para controlar la
para controlar la

evoluci
evoluci

n de la optimizaci
n de la optimizaci

n
n.
META
META
-
-
HEUR
HEUR

STICA PSO
STICA PSO

Formula
Formula
ci
ci

n
n
El Operador Velocidad en
El Operador Velocidad en

PSO
PSO
p
p
i i v
v
i i

a a
v
v
g g
Influencia Social
Influencia Social
Memoria
Memoria
v
v
i i
v
v
i i

p p
Inercia
Inercia
V
V
i i

=(v
=(v
i1 i1

,v
,v
i2 i2

, ...,
, ...,
v
v
iN iN

)
)
X
X
i i

=(x
=(x
i1 i1

,x
,x
i2 i2

, ...,
, ...,
x
x
iN iN

)
)
Vector Velocidad
Vector Velocidad
Vector Posici
Vector Posici

n
n
En un Espacio N
En un Espacio N
-
-
Dimensional y para cada part
Dimensional y para cada part

cula
cula
{}
e i I
( )
, ,
g
p a
i i i
V = V V V f
( )
i i
X = V f
META
META
-
-
HEUR
HEUR

STICA PSO
STICA PSO

Formula
Formula
ci
ci

n
n

Can
Can

nica
nica
La Ecuaci
La Ecuaci

n del Movimiento en
n del Movimiento en

PSO
PSO
P
P
i i

=(
=(
p
p
i1 i1

,
,
p
p
i2 i2

, ...,
, ...,
p
p
iN iN

)
)
G
G
=(
=(
g
g
1 1

,
,
g
g
2 2

, ...,
, ...,
g
g
N N

)
)
Vector Posici
Vector Posici

n Mejor Individual
n Mejor Individual
Vector Posici
Vector Posici

n Mejor Global
n Mejor Global

V
V
i in n

(
(k k
)
)

w
w
I I

x x
V
V
i in n

(
(k k
)
)
x
x
i in n

(
(
k
k+1 +1
)
) = =

x
x
i in n

(
(k k
)
) + +

v
v
i in n

(
(k k+1 +1
)
) x x

t
t
Ecuaci
Ecuaci

n del Movimiento
n del Movimiento
w
w
I I

Constante de Inercia
Constante de Inercia
w
w
c c

Constante Cognitiva
Constante Cognitiva
w
w
s s

Constante Social
Constante Social
v
v
i in n

(
(k k+1 +1
)
) = =

v
v
i in n

(
(k k
)
) + +

w
w
C C

x x

r
r
1 1
x x

[p
[p
i in n

(
(k k
)
) - -

x
x
i in n

(
(k k
)]
)] + +

w
w
S S

x x

r
r
2 2

x x

[
[
g
g
n n

(
(k k
)
) - -

x
x
i in n

(
(k k
)]
)]
Ecuaci
Ecuaci

n del Cambio de Velocidad

n del Cambio de Velocidad
r
r
1 1

, r
, r
2 2
n
n

meros aleatorios
meros aleatorios
U[0,1]
U[0,1]
K K
iteraci
iteraci

n
n, n , n
dimensi
dimensi

n
n

t
t

= =

1
1
{
META
META
-
-
HEUR
HEUR

STICA PSO
STICA PSO

Formula
Formula
ci
ci

n
n

Can
Can

nica
nica
La Ecuaci
La Ecuaci

n del Movimiento en
n del Movimiento en

PSO
PSO
x
x
in in
Cotas Espaciales
Cotas Espaciales
e
{
{
x
x
n n

Min Min

,
,
x
x
n n

Max Max

}
}

El Espacio de B
El Espacio de B

squeda debe estar acotado

squeda debe estar acotado
:
:
Tambi
Tambi

n las Velocidades deben acotarse

n las Velocidades deben acotarse
:
:

Para ello se limita la m
Para ello se limita la m

xima velocidad que puede

xima velocidad que puede
adoptar una part
adoptar una part

cula
cula
:
:
v
v
i i
Cotas de Velocidad
Cotas de Velocidad
e
{
{
-
-
v
v
Max Max

,
,
v
v
Max Max

}
}
Si
Si
v
v
Max Max

es muy grande
es muy grande

Divergencia en OG
Divergencia en OG
Si
Si
v
v
Max Max

es muy peque
es muy peque

o
o

Oscilaci
Oscilaci

n en OG
n en OG
OG =
OG =

ptimo Global
ptimo Global
META
META
-
-
HEUR
HEUR

STICA PSO
STICA PSO

Formulaci
Formulaci

n
n
Can
Can

nica
nica
P
o
s
i
c
i
P
o
s
i
c
i

n

x
n

x
PSO
PSO

Influencia de
Influencia de
v
v
max
max
P
o
s
i
c
i
P
o
s
i
c
i

n

x
n

x
P
o
s
i
c
i
P
o
s
i
c
i

n

x
n

x
k
k
=
=
2
2
00
00
x
x
(0)=0.0,
(0)=0.0,
v
v
(0)=0.1,
(0)=0.1,
w
w
C C

=
=
w
w
S S

=2.0, y
=2.0, y
p
p
(
(
k
k
)=
)=
g
g
(
(
k
k
)=0.0
)=0.0
b.
b.

V
V
max
max

= 4
= 4
a.
a.

Sin
Sin
V
V
max
max
Iteraciones
Iteraciones
Iteraciones
Iteraciones
Explosi
Explosi

n PSO
n PSO
P
o
s
i
c
i
P
o
s
i
c
i

n

x
n

x
P
o
s
i
c
i
P
o
s
i
c
i

n

x
n

x
META
META
-
-
HEUR
HEUR

STICA PSO
STICA PSO

Modelo con Peso Inercial
Modelo con Peso Inercial
Alteraciones en la Forma Can
Alteraciones en la Forma Can

nica del
nica del

PSO
PSO

Ajuste o Sintonizaci
Ajuste o Sintonizaci

n de la velocidad
n de la velocidad
:
:
v
v
i in n

(
(k k+1 +1
)
) = =

{
{
w
w
I I

x x

v
v
i in n

(
(k k
)
)
}
}

+ +

w
w
C C

x x

r
r
1 1
x x

[p
[p
i in n

(
(k k
)
) - -

x
x
i in n

(
(k k
)]
)] + +

w
w
S S

x x

r
r
2 2

x x

[
[
g
g
n n

(
(k k
)
) - -

BBB
x
x
i in n

(
(k k
)]
)]
Ecuaci
Ecuaci

n del Cambio de Velocidad con Peso

n del Cambio de Velocidad con Peso
Inercial
Inercial
w
w
I I

Constante de Inercia
Constante de Inercia
e w
w
I
I
[0,1]
[0,1]

C
C
ontrola
ontrola

la tendencia de la part
la tendencia de la part

cula a continuar en
cula a continuar en
la direcci
la direcci

n en la que se estaba moviendo.

n en la que se estaba moviendo.

Regula la relaci
Regula la relaci

n entre
n entre
capacidad de exploraci
capacidad de exploraci

n
n
y
y
tendencia
tendencia
hacia las
hacia las
soluciones locales
soluciones locales
.
.
META
META
-
-
HEUR
HEUR

STICA PSO
STICA PSO

Modelo con Peso Inercial
Modelo con Peso Inercial
PSO
PSO

Influencia del Peso Inercial Sin
Influencia del Peso Inercial Sin
v
v
Max
Max
P
o
s
i
c
i
P
o
s
i
c
i

n

x
n

x
P
o
s
i
c
i
P
o
s
i
c
i

n

x
n

x
x
x
(0)=0.0,
(0)=0.0,
v
v
(0)=0.1,
(0)=0.1,
w
w
C C

=
=
w
w
S S

=2.0, y
=2.0, y
p
p
(
(
k
k
)=
)=
g
g
(
(
k
k
)=0.0
)=0.0
b)
b)
k = 1000
k = 1000
a)
a)
k = 500
k = 500
Iteraciones
Iteraciones
Iteraciones
Iteraciones
w
w
I I

=
=

0
0
.
.
8
8
P
o
s
i
c
i
P
o
s
i
c
i

n

x
n

x
P
o
s
i
c
i
P
o
s
i
c
i

n

x
n

x
META
META
-
-
HEUR
HEUR

STICA PSO
STICA PSO

Modelo con Decaimiento
Modelo con Decaimiento
Inercial
Inercial
Alteraciones en la Forma Can
Alteraciones en la Forma Can

nica del
nica del

PSO
PSO

Ajuste o Sintonizaci
Ajuste o Sintonizaci

n
n
Variable
Variable

de la velocidad
de la velocidad
:
:
v
v
i in n

(
(k k+1 +1
)
) = =

{
{
D
D
I I

(
(k k
)
)

x x

v
v
i in n

(
(k k
)
)
}
}

+ +

w
w
C C

x x

r
r
1 1
x x

[p
[p
i in n

(
(k k
)
) - -

x
x
i in n

(
(k k
)]
)] + +

w
w
S S

x x

r
r
2 2

x x
bbbb
[g
[g
n n

(
(k k
)
) - -

x
x
i in n

(
(k k
)]
)]
Ecuaci
Ecuaci

n del Cambio de Velocidad con

n del Cambio de Velocidad con
Decaimiento Inercial
Decaimiento Inercial
D
D
I I
(
(k k
)
)

Funci
Funci

n de Inercia
n de Inercia

D
D
I I

(k
(k
)
) [0,1]
[0,1]

Empleando la
Empleando la
Constante
Constante

o
o
Funci
Funci

n de Decaimiento
n de Decaimiento

de Inercia igual
de Inercia igual
vMax
vMax

debe
debe

limitarse
limitarse
.
.
META
META
-
-
HEUR
HEUR

STICA PSO
STICA PSO

Modelo con Factor de
Modelo con Factor de
Constricci
Constricci

n
n
:
:

Modelo de CLERC
Modelo de CLERC
Alteraciones en la Forma Can
Alteraciones en la Forma Can

nica del
nica del

PSO
PSO
v
v
i in n

(
(k k+1 +1
)
) = =

x x
{
{
v
v
i in n

(
(k k
)
) + +

C C

x x

r
r
1 1
x x

[p
[p
i in n

(
(k k
)
) - -

x
x
i in n

(
(k k
)]
)] + +

S S

x x

r
r
2 2

x x
bbbb
[g
[g
n n

(
(k k
)
) - -

x
x
i in n

(
(k k
)]
)]
}
}
Ecuaci
Ecuaci

n del Cambio de Velocidad con Factor

n del Cambio de Velocidad con Factor
de Constricci
de Constricci

n
n

Ajuste o Sintonizaci
Ajuste o Sintonizaci

n de la
n de la
velocidad total
velocidad total
:
:

=

2
2
2 4

e [0,1]
[0,1]

=
C S
+
{
> 4
META
META
-
-
HEUR
HEUR

STICA PSO
STICA PSO

Comparaci
Comparaci

n
n
PSO
PSO

PI y
PI y
PSO FC
PSO FC

Comparaci
Comparaci

n Sin
n Sin
v
v
Max
Max
a)
a)

PI
PI
Iteraciones
Iteraciones
P
o
s
i
c
i
P
o
s
i
c
i

n

x
n

x
w
w
I I

=
=

0
0
.
.
8
8
x
x
(0)=0.0,
(0)=0.0,
v
v
(0)=0.1,
(0)=0.1,
w
w
C C

=
=
w
w
S S

=2.0, y
=2.0, y
p
p
(
(
k
k
)=
)=
g
g
(
(
k
k
)=0.0
)=0.0
Iteraciones
Iteraciones
P
o
s
i
c
i
P
o
s
i
c
i

n

x
n

x
b)
b)

FC
FC
= 1
= = 2.05
C S
= 4.1
= 0.729
Mp
Mp
i i
MG
MG
v
v
Gk Gk
d1
d1
META
META
-
-
HEUR
HEUR

STICA PSO
STICA PSO

Movimiento Vectorial
Movimiento Vectorial
En dos Dimensiones
En dos Dimensiones
pa
pa
i i
x
x
k k
v
v
p p
v
v
k k
X
X
k k+1 +1
pa
pa
j j
x
x
k k
v
v
p p
v
v
Gk Gk
v
v
k k
X
X
k k+1 +1
Mp
Mp
j j
Mp
Mp
h h
pa
pa
h h
x
x
k k
v
v
p p
v
v
k k
X
X
k k+1 +1
d2
d2
Ajuste de
Ajuste de
Par
Par

metros
metros
En PSO los Par
En PSO los Par

metros B
metros B

sicos que deben

sicos que deben
ajustarse resultan ser
ajustarse resultan ser
:
:
META
META
-
-
HEUR
HEUR

STICA PSO
STICA PSO

Par
Par

metros
metros
Forma Can
Forma Can

nica, PI y FC del PSO

nica, PI y FC del PSO

Las Constantes Cognitiva y Social
Las Constantes Cognitiva y Social

El Tama
El Tama

o de la Poblaci
o de la Poblaci

n
n

El L
El L

mite Superior de la Velocidad

mite Superior de la Velocidad
v
v
max
max

El Peso
El Peso

Funci
Funci

n de Decaimiento
n de Decaimiento
Inercial
Inercial

El Factor de Constricci
El Factor de Constricci

n
n

PI
PI
elevado
elevado

propicia la exploraci
propicia la exploraci

n
n

PI
PI
bajo
bajo

propicia la convergencia seg
propicia la convergencia seg

n los
n los
ajustes de las influencias MP y MG
ajustes de las influencias MP y MG
META
META
-
-
HEUR
HEUR

STICA PSO
STICA PSO

Par
Par

metros
metros
El Peso Inercial
El Peso Inercial
-
-

PI
PI

Su selecci
Su selecci

n es un compromiso
n es un compromiso
1)
1)

Valor Constante
Valor Constante

[
[
0.4
0.4
,
,
0.8]
0.8]
v
v
i in n

(
(k k+1 +1
)
) = =

{
{
w
w
I I

x x

v
v
i in n

(
(k k
)
)
}
}

+ +

w
w
c c

x x

r
r
1 1
x x

[p
[p
i in n

(
(k k
)
) - -

x
x
i in n

(
(k k
)]
)] + +

w
w
S S

x x

r
r
2 2

x x

[
[
g
g
n n

(
(k k
)
) - -

BBB
x
x
i in n

(
(k k
)]
)]
Ecuaci
Ecuaci

n del Cambio de Velocidad con Peso

n del Cambio de Velocidad con Peso
Inercial
Inercial
w
w
I I
META
META
-
-
HEUR
HEUR

STICA PSO
STICA PSO

Par
Par

metros
metros
2)
2)

Funci
Funci

n Decreciente
n Decreciente

Decaimiento Lineal
Decaimiento Lineal
( )
( )
Max Min
ILin Max
w - w
w k = w - k
nK
v
v
i in n

(
(k k+1 +1
)
) = =

{
{
w
w
ILin ILin

(k)
(k)

x x

v
v
i in n

(
(k k
)
)
}
}

+ +

w
w
c c

x x

r
r
1 1
x x

[p
[p
i in n

(
(k k
)
) - -

x
x
i in n

(
(k k
)]
)] + +

w
w
S S

x x

r
r
2 2

x x

B

B B
[
[
g
g
n n

(
(k k
)
) - -

x
x
i in n

(
(k k
)]
)]
Ecuaci
Ecuaci

n del Cambio de Velocidad con Peso

n del Cambio de Velocidad con Peso
Inercial Decreciente Lineal
Inercial Decreciente Lineal
w
w
ILin ILin

(k
(k
)
)
(
(
w
w
Min Min

,
,

w
w
Max Max

)
)

(0.4
(0.4
,
,
0.9)
0.9)
k
k

= iteraci
= iteraci

n;
n;
nK
nK
= N
= N

mero L
mero L

mite de Iteraciones
mite de Iteraciones
El Peso Inercial
El Peso Inercial
-
-

PI
PI
META
META
-
-
HEUR
HEUR

STICA PSO
STICA PSO

Par
Par

metros
metros
3)
3)

Funci
Funci

n Decreciente
n Decreciente

Decaimiento NO
Decaimiento NO
-
-
Lineal
Lineal
( )
( )
PE
(
(

Max Min
ILin Max
w - w
w k = w - k
nK
v
v
i in n

(
(k k+1 +1
)
) = =

{
{
w
w
ILinPE ILinPE

(k)
(k)

x x

v
v
i in n

(
(k k
)
)
}
}

+ +

w
w
c c

x x

r
r
1 1
x x

[p
[p
i in n

(
(k k
)
) - -

x
x
i in n

(
(k k
)]
)] + +

w
w
S S

x x

r
r
2 2

x x

B B
[
[
g
g
n n

(
(k k
)
) - -

x
x
i in n

(
(k k
)]
)]
Ecuaci
Ecuaci

n del Cambio de Velocidad con Peso

n del Cambio de Velocidad con Peso
Inercial Decreciente NO
Inercial Decreciente NO
-
-
Lineal
Lineal
w
w
ILinPE ILinPE

(k
(k
)
)
(
(
w
w
IMin IMin

,
,

w
w
IMax IMax

)
)

(0
(0
,
,
1)
1)
k
k

= iteraci
= iteraci

n;
n;
nK
nK
= N
= N

mero L
mero L

mite de Iteraciones
mite de Iteraciones
El Peso Inercial
El Peso Inercial
-
-

PI
PI
META
META
-
-
HEUR
HEUR

STICA PSO
STICA PSO

Par
Par

metros
metros
3)
3)

Funci
Funci

n Decreciente
n Decreciente

Decaimiento Lineal y
Decaimiento Lineal y
NO
NO
-
-
Lineal
Lineal
k
k
w(k
w(k
)
)
nK
nK
PE =1
PE =1
PE <1
PE <1
PE >1
PE >1
PE

depende de:
a)

Tipo de Problema
b)

Espacio de Bsqueda
c)

Mtrica de la Funcin
de Aptitud
d)

nK
El Peso Inercial
El Peso Inercial
-
-

PI
PI
META
META
-
-
HEUR
HEUR

STICA PSO
STICA PSO

Par
Par

metros
metros
4)
4)

Peso Inercial Variable de Componente Aleatoria
Peso Inercial Variable de Componente Aleatoria
IAle
rnd
w = 0.5+
2
v
v
i in n

(
(k k+1 +1
)
) = =

{
{
w
w
IAle IAle

x x

v
v
i in n

(
(k k
)
)
}
}

+ +

w
w
c c

x x

r
r
1 1
x x

[p
[p
i in n

(
(k k
)
) - -

x
x
i in n

(
(k k
)]
)] + +

w
w
S S

x x

r
r
2 2

x x

B B

B B

[
[
g
g
n n

(
(k k
)
) - -

x
x
i in n

(
(k k
)]
)]
Ecuaci
Ecuaci

n del Cambio de Velocidad con Peso

n del Cambio de Velocidad con Peso
Inercial de Componente Aleatoria
Inercial de Componente Aleatoria
w
w
IAle IAle
[
[
w
w
IMin
IMin

,
,

w
w
IMax
IMax

]
]

[0.5,
[0.5,

1]
1]
Para cada iteraci
Para cada iteraci

n k, se ejecuta
n k, se ejecuta
rnd
rnd

modificando
modificando
w
w
IAle
IAle

en
en

[
[
w
w
IMin
IMin

,
,
w
w
IMax
IMax

]
]
rnd
rnd

U
U
[0, 1]
[0, 1]
El Peso Inercial
El Peso Inercial
-
-

PI
PI

La elecci
La elecci

n de
n de
w
w
C
C

y
y

w
w
S
S

no est
no est

disociada de
disociada de
la elecci
la elecci

n de
n de
PI
PI
.
.
META
META
-
-
HEUR
HEUR

STICA PSO
STICA PSO

Par
Par

metros
metros
Las Constantes Cognitiva y Social
Las Constantes Cognitiva y Social
w
w
C
C

y
y
w
w
S
S

La versi
La versi

n original del PSO propone

n original del PSO propone
:
:

w
w
C
C

=
=

w
w
S
S

=
=

2 (con ello, el
2 (con ello, el
valor esperado
valor esperado

de
de
w
w
C
C

x x

r
r
1
1
=
=
w
w
S
S

x x

r
r
2
2

=
=

1:
1:

las part
las part

culas
culas
sobrevuelan el Objetivo
sobrevuelan el Objetivo

t
t
/2
/2

).
).

La misma versi
La misma versi

n suele combinarse con el

n suele combinarse con el
Modelo con PI Decreciente
Modelo con PI Decreciente
.
.

Como Alternativa, se emplea el
Como Alternativa, se emplea el
Modelo con
Modelo con
PI Aleatorio
PI Aleatorio

y
y
w
w
C C

=
=

w
w
S S

=
=

1.49445.
1.49445.

La elecci
La elecci

n de los Par
n de los Par

metros
metros
PI
PI
,
,

w
w
C
C

y
y

w
w
S
S

se
se
traduce en los Par
traduce en los Par

metros
metros

,
,

C C

y
y

S S

.
.
META
META
-
-
HEUR
HEUR

STICA PSO
STICA PSO

Par
Par

metros
metros
Modelo de CLERC
Modelo de CLERC
-
-

Factor de Constricci
Factor de Constricci

n
n

=

2
2
2 4

e
[0,1]
[0,1]

=
C S
+
{
> 4
Es Clara la Interrelaci
Es Clara la Interrelaci

n entre Par
n entre Par

metros
metros
:
:
1.
1.

C
C
=
=

S
S
= 2.05;
= 2.05;

=
=

4.1
4.1

= 0.729
= 0.729
2.
2.

C
C
= 2.8;
= 2.8;

S
S
= 1.3;
= 1.3;

=
=

4.1
4.1

= 0.729
= 0.729
Configuraci
Configuraci

n de Valores con:
n de Valores con:

= 1
= 1
Clerc
Clerc
META
META
-
-
HEUR
HEUR

STICA PSO
STICA PSO

Par
Par

metros
metros
Tama
Tama

o de la Poblaci
o de la Poblaci

n
n
[TP]
[TP]

Un
Un
n
n

mero muy grande de part

mero muy grande de part

culas
culas

propicia la
propicia la
exhaustividad
exhaustividad

en la b
en la b

squeda
squeda
,
,
pero supone
pero supone
un enorme costo computacional
un enorme costo computacional
.
.

Un
Un
n
n

mero muy peque

mero muy peque

o de part
o de part

culas
culas

atenta contra la
atenta contra la
diversidad de respuesta de
diversidad de respuesta de
Swarm
Swarm

y, frecuentemente, produce
y, frecuentemente, produce
convergencias prematuras
convergencias prematuras
.
.

Optimizaci
Optimizaci

n de
n de
f(x,y
f(x,y
):
):
[10
[10
-
-
30]
30]
;
;

Ubicaci
Ubicaci

n
n

ptima de ET y Alimentadores:
ptima de ET y Alimentadores:
[100
[100
-
-
200]
200]
.
.
La Elecci
La Elecci

n del
n del
[TP]
[TP]

debe ser cuidadosa y es
debe ser cuidadosa y es
altamente dependiente del Problema
altamente dependiente del Problema
:
:
META
META
-
-
HEUR
HEUR

STICA PSO
STICA PSO

Par
Par

metros
metros
La Velocidad M
La Velocidad M

xima
xima
v
v
Max
Max
1.
1.

Se asigna como
Se asigna como
v
v
Max
Max

el Rango de Variaci
el Rango de Variaci

n
n
de la Variable asociada a cada
de la Variable asociada a cada
dimensi
dimensi

n
n
:
:
Asumiendo alg
Asumiendo alg

n
n

tipo de Control
tipo de Control
mediante el
mediante el

Modelo de Peso Inercial
Modelo de Peso Inercial
o el de
o el de

Factor de
Factor de
Contricci
Contricci

n
n
, su ajuste responde a tres enfoques
, su ajuste responde a tres enfoques
:
:
3.
3.

La
La
v
v
Max
Max

es
es
Adaptativa
Adaptativa
,
,
Aleatoria
Aleatoria

y
y
Decreciente con el N
Decreciente con el N

mero de Iteraciones
mero de Iteraciones
.
.
v
v
nMax
nMax

|x
|x
nMax
nMax

-
-
x
x
nMin
nMin

|
|

n Dimensi
n Dimensi

n en N
n en N
2.
2.

La
La
v
v
Max
Max

se establece como en 1. y Decrece
se establece como en 1. y Decrece
con el N
con el N

mero de Iteraciones
mero de Iteraciones
.
.
L
L

mites Din
mites Din

micos
micos
en el Espacio N
en el Espacio N
-
-

Dimensional de
Dimensional de
B
B

squeda
squeda
META
META
-
-
HEUR
HEUR

STICA PSO
STICA PSO

L
L

mites en el Espacio
mites en el Espacio
N
N
-
-
Dimensional de B
Dimensional de B

squeda
squeda
pa
pa
i
i
x
x
i i

(
(
k
k
+1
+1
)
)
d
d
1 1
d
d
2 2
x
x
i i

(
(
k
k
+1
+1
)
)
v
v
i i

(
(
k
k
+1
+1
)
)
x
x
i i

(
(
k
k
)
)
v
v
i i

(
(
k
k
+1
+1
)
)
{
Pared Absorbente
Pared Absorbente
x
x
i[d1 i[d1] ]

(
(
k+1
k+1
)=
)=
x
x
[d1 [d1] ]Max Max
v
v
i[d1 i[d1] ]

(
(
k+1
k+1
)= 0
)= 0
META
META
-
-
HEUR
HEUR

STICA PSO
STICA PSO

L
L

mites en el Espacio
mites en el Espacio
N
N
-
-
Dimensional de B
Dimensional de B

squeda
squeda
pa
pa
i
i
x
x
i i

(
(
k
k
+1
+1
)
)
d
d
1 1
d
d
2 2
x
x
i i

(
(
k
k
+1
+1
)
)
v
v
i i

(
(
k
k
+1
+1
)
)
x
x
i i

(
(
k
k
)
)
v
v
i i

(
(
k
k
+1
+1
)
)
{
Pared Reflectante
Pared Reflectante
v
v
i[d1 i[d1] ]
(k+1)
(k+1)
=
=
-
-

v
v
i[d1 i[d1] ]

(
(
k+1
k+1
)
)
x
x
i[d1 i[d1] ]
(k+1)
(k+1)

= 2
= 2 x x

x
x
[d1 [d1] ]Max Max

-
-

x
x
i[d1 i[d1] ]

(k+1)
(k+1)
{
META
META
-
-
HEUR
HEUR

STICA PSO
STICA PSO

L
L

mites en el Espacio
mites en el Espacio
N
N
-
-
Dimensional de B
Dimensional de B

squeda
squeda
pa
pa
i
i
x
x
i i

(
(
k
k
+1
+1
)
)
d
d
1 1
d
d
2 2
x
x
i i

(
(
k
k
)
)
v
v
i i

(
(
k
k
+1
+1
)
)
Pared Invisible
Pared Invisible
No se Calcula el
No se Calcula el
Fitness
Fitness

o
o
Aptitud
Aptitud

de la
de la
part
part

cula i en (k+1)
cula i en (k+1)
META
META
-
-
HEUR
HEUR

STICA PSO
STICA PSO

L
L

mites en el Espacio
mites en el Espacio
N
N
-
-
Dimensional de B
Dimensional de B

squeda
squeda
pa
pa
i
i
x
x
i i

(
(
k
k
+1
+1
)
)
d
d
1 1
d
d
2 2
x
x
i i

(
(
k
k
+1
+1
)
)
v
v
i i

(
(
k
k
+1
+1
)
)
x
x
i i

(
(
k
k
)
)
v
v
i i

(
(
k
k
+1
+1
)
)
{
Pared Frontera
Pared Frontera
x
x
i[d1 i[d1] ]

(
(
k+1
k+1
) =
) =
x
x
[d1 [d1] ]Max Max
v
v
i i

(
(
k
k
+1
+1
) =
) =
v
v
i i

(
(
k
k
+1
+1
)
)
{
Esquemas del PSO
Esquemas del PSO
META
META
-
-
HEUR
HEUR

STICA PSO
STICA PSO

Topolog
Topolog

as
as
Topolog
Topolog

a Global
a Global
Todas las
Todas las
Part
Part

culas est
culas est

n
n
Interrelacionadas
Interrelacionadas
y Reciben
y Reciben
Informaci
Informaci

n de
n de
sus Cong
sus Cong

neres
neres

Se ralentiza la transmisi
Se ralentiza la transmisi

n de informaci
n de informaci

n
n
pero es completa
pero es completa
G
G
=(
=(
g
g
1 1

,
,
g
g
2 2

, ...,
, ...,
g
g
N N

)
)
Vector Posici
Vector Posici

n Mejor Global
n Mejor Global

META
META
-
-
HEUR
HEUR

STICA PSO
STICA PSO

Topolog
Topolog

as
as
Topolog
Topolog

a Local con
a Local con
n
n
v
v

=
=
4
4
Todas las Part
Todas las Part

culas se
culas se
Relacionan (y Reciben
Relacionan (y Reciben
informaci
informaci

n)
n)

nicamente con sus

nicamente con sus
n
n
v
v

vecinas
vecinas

Se acelera la
Se acelera la
transmisi
transmisi

n de
n de

informaci
informaci

n pero
n pero
por grupo de
por grupo de
n
n
v v
L
L
=(
=(
l
l
1 1

,
,
l
l
2 2

, ...,
, ...,
l
l
NGr NGr

)
)
Vector Posici
Vector Posici

n Mejor Local
n Mejor Local
por Grupo de Vecinos
por Grupo de Vecinos

Diagramas de Flujo
Diagramas de Flujo
para el PSO
para el PSO
Para cada part Para cada part cula i = 1..TP cula i = 1..TP
Ajustar Par Ajustar Par metros metros
AP AP
i i

=0 =0
L=G L=G
k=1 k=1
Topolog Topolog a a
L
L? ?
Inicializar Inicializar

Enjambre Enjambre
Inicializar Rangos Inicializar Rangos N N- -Dimensiones Dimensiones
Actualizar Velocidad Actualizar Velocidad
Actualizar Posici Actualizar Posici n n
Limitar Limitar v v
i i

(k (k+1) a +1) a v v
Max Max
Limitar Limitar X X
i i

(k (k+1); +1); AP AP
i i

=1 =1
i=i+1 i=i+1
Evaluar Evaluar
f
f
Mejor
Mejor
P
P
Mejor
Mejor
G
G
Fin
Si Si
Si Si
Guardar G Guardar G
No No
No No
Si Si
No No
Criterio de STOP? Criterio de STOP?
F=Extraer Mejor Vecino F=Extraer Mejor Vecino
Mejora Mejora
f
f

? ?
k=k+1 k=k+1
Si Si
PSO
PSO
S
S

ncrono
ncrono
i=TP i=TP
P Invisible y P Invisible y
AP AP
i i
? ?
Para cada part Para cada part cula i = 1..TP cula i = 1..TP
L=F L=F
1 1
1 1
2 2
2 2
No No
i=TP i=TP
Para cada part Para cada part cula i = 1..TP cula i = 1..TP
Ajustar Par Ajustar Par metros metros
AP AP
i i

=0 =0
L=G L=G
k=1 k=1
Topolog Topolog a a
L
L? ?
Inicializar Enjambre Inicializar Enjambre
Inicializar Rangos Inicializar Rangos N N- -Dimensiones Dimensiones
Actualizar Velocidad Actualizar Velocidad
Actualizar Posici Actualizar Posici n n
Limitar Limitar v v
i i

(k (k+1) a +1) a v v
Max Max
Limitar Limitar X X
i i

(k (k+1); +1); AP AP
i i

=1 =1
i=i+1 i=i+1
Evaluar Evaluar
f
f
Mejor
Mejor
P
P
Mejor
Mejor
G
G
P Invisible y P Invisible y
AP AP
i i
? ?
Fin
No No
Si Si
Guardar G Guardar G
No No Si Si
Si Si
No No
Criterio de STOP? Criterio de STOP?
F=Extraer Mejor Vecino F=Extraer Mejor Vecino
Mejora Mejora
f
f

? ?
k=k+1 k=k+1
Si Si
PSO As
PSO As

ncrono
ncrono
i=TP i=TP
No No
L=F L=F
La
La
Inicializaci
Inicializaci

n del
n del
Enjambre
Enjambre

supone que
supone que
existen
existen
I
I

Part
Part

culas, a las
culas, a las
que se les asigna
que se les asigna
posiciones
posiciones

y
y
velocidades
velocidades

aleatorias
aleatorias
:
:
X
X
i
i

{x
{x
i1
i1

rnd
rnd
...
...

x
x
iN
iN

rnd
rnd
}
}
V
V
i
i

{v
{v
i1
i1

rnd
rnd
...
...
v
v
iN
iN

rnd
rnd
}
}
P
P
i
i

y G =
y G =
Mejor(P
Mejor(P
i
i

) en
) en
I
I
PSO
PSO
S
S

ncrono
ncrono
Rango de Par
Rango de Par

metros
metros

Definici
Definici

n del Espacio de
n del Espacio de
Soluciones
Soluciones
: en cada
: en cada
Dimensi
Dimensi

n n, se fija que la
n n, se fija que la
variable
variable
x
x
n
n

[x
[x
n
n

Min
Min
,
,

x
x
n
n

Max
Max
]
]
PSO
PSO
S
S

ncrono
ncrono
Evaluaci
Evaluaci

n de la Funci
n de la Funci

n de
n de
Aptitud
Aptitud
:
:

para cada Part
para cada Part

cula,
cula,
i
i
, y
, y
en cada iteraci
en cada iteraci

n,
n,
k
k
, existir
, existir

un
un
vector
vector
X
X
i
i
(k
(k
)
)

f
f
i
i
(k
(k
)
)
=
=
f
f
(X
(X
i
i
(k
(k
)
)
)
)
PSO
PSO
S
S

ncrono
ncrono
Actualizaci
Actualizaci

n del Mejor Personal

n del Mejor Personal
:
:

para cada Part
para cada Part

cula,
cula,
i
i
, y en cada
, y en cada
iteraci
iteraci

n,
n,
k
k
, se comprueba si con
, se comprueba si con
P
P
i
i

:
:
f
f
i
i
(k
(k
)
)
>
>
f
f
(P
(P
i
i

)
)

P
P
i
i

=
=
X
X
i
i
(k
(k
)
)
PSO
PSO
S
S

ncrono
ncrono
Actualizaci
Actualizaci

n del Mejor Global

n del Mejor Global
:
:

para cada Part
para cada Part

cula,
cula,
i
i
, y en cada
, y en cada
iteraci
iteraci

n,
n,
k
k
, se comprueba si con
, se comprueba si con
G
G
:
:
f
f
i
i
(k
(k
)
)
>
>
f
f
(G
(G
)
)

G =
G =
X
X
i
i
(k
(k
)
)
PSO
PSO
S
S

ncrono
ncrono
Actualizaci
Actualizaci

n de la velocidad
n de la velocidad
:
:

para
para
cada Part
cada Part

cula,
cula,
i
i
, en cada
, en cada
dimensi
dimensi

n,
n,
n
n
, y en cada iteraci
, y en cada iteraci

n,
n,
k
k
,
,
se procede seg
se procede seg

n el
n el
Modelo PSO
Modelo PSO
:
:
PSO
PSO
S
S

ncrono
ncrono
v
v
i in n

(
(k k+1 +1
)
) = =

{
{
w
w
(k)
(k)

x x

v
v
i in n

(
(k k
)
)
}
}

+ +

w
w
C C

x x

r
r
1 1
x x

[p
[p
i in n

(
(k k
)
) - -

x
x
i in n

(
(k k
)]
)] + +

w
w
S S

x x

r
r
2 2

x x

BBB
[
[
l
l
n n

(
(k k
)
)

- -

x
x
i in n

(
(k k
)]
)]
1)
1)

Velocidad
Velocidad

con Peso Inercial
con Peso Inercial
2)
2)

Velocidad
Velocidad

con Factor de Constricci
con Factor de Constricci

n
n
v
v
i in n

(
(k k+1 +1
)
) = =

x x
{
{
v
v
i in n

(
(k k
)
) + +

C C

x x

r
r
1 1
x x

[p
[p
i in n

(
(k k
)
) - -

x
x
i in n

(
(k k
)]
)] + +

S S

x x

r
r
2 2

x x
bbbb
[
[
l
l
n n

(
(k k
)
)

- -

x
x
i in n

(
(k k
)]
)]
}
}
Actualizaci
Actualizaci

n de la posici
n de la posici

n
n
:
:

para cada
para cada
Part
Part

cula,
cula,
i
i
, en cada dimensi
, en cada dimensi

n,
n,
n
n
, y
, y
en cada iteraci
en cada iteraci

n,
n,
k
k
, se procede
, se procede
seg
seg

n mediante:
n mediante:
PSO
PSO
S
S

ncrono
ncrono
con
con

t
t

= 1
= 1
x
x
i in n

(
(
k
k+1 +1
)
) = =

x
x
i in n

(
(k k
)
) + +

v
v
i in n

(
(k k+1 +1
)
) x x

t
t
Ecuaci
Ecuaci

n del Movimiento
n del Movimiento
META
META
-
-
HEUR
HEUR

STICA PSO
STICA PSO

Modelo con Factor de
Modelo con Factor de
Constricci
Constricci

n
n
:
:

Modelo de CLERC
Modelo de CLERC
Alteraciones en la Forma Can
Alteraciones en la Forma Can

nica del
nica del

PSO
PSO
v
v
i in n

(
(k k+1 +1
)
) = =

x x
{
{
v
v
i in n

(
(k k
)
) + +

C C

x x

r
r
1 1
x x

[p
[p
i in n

(
(k k
)
) - -

x
x
i in n

(
(k k
)]
)] + +

S S

x x

r
r
2 2

x x
bbbb
[g
[g
n n

(
(k k
)
) - -

x
x
i in n

(
(k k
)]
)]
}
}
Ecuaci
Ecuaci

n del Cambio de Velocidad con Factor

n del Cambio de Velocidad con Factor
de Constricci
de Constricci

n
n

Ajuste o Sintonizaci
Ajuste o Sintonizaci

n de la
n de la
velocidad total
velocidad total
:
:

=

2
2
2 4

e [0,1]
[0,1]

=
C S
+
{
> 4
Ajuste
Ajuste