Resumen

En la optimización de problemas en entornos dinámicos, los algoritmos necesitan no sólo encontrar las soluciones óptimas globales en un entorno específico, sino también rastrear continuamente las soluciones óptimas en movimiento sobre entornos dinámicos. Para abordar este requisito, se propone una optimización de enjambre de partículas (PSO) basada en la conservación de las especies, combinada con una técnica de búsqueda óptima de vecindades espaciales. Este algoritmo emplea una técnica de conservación de especies para guardar los óptimos encontrados distribuidos en el espacio de búsqueda, y estos óptimos guardados se transfieren a la nueva población o se sustituyen por el mejor individuo dentro de una cierta distancia en la evolución posterior. Las partículas de la población son atraídas por su historia mejor y por la solución óptima cercana basada en la distancia euclidiana distinta de la basada en el índice. Se realiza un estudio experimental basado en el benchmark de picos móviles para verificar el rendimiento del algoritmo propuesto en comparación con varios algoritmos del estado del arte ampliamente utilizados en problemas de optimización dinámica. Los resultados experimentales muestran la eficacia y eficiencia del algoritmo propuesto para el seguimiento de los óptimos móviles en entornos dinámicos.

• Materias:Minería de datos Algoritmos genéticos Cerebro - fisiopatología Neurociencia Cognitiva Neurofisiología
• Subjects:Data mining Genetic algorithms Brain - pathophysiology Cognitive Neuroscience Neurophysiology
• Palabras claves:entorno dinámico, soluciones óptimas, algoritmo propuesto, optimización del problema, técnicas de conservación de especies, soluciones óptimas globales, problema de optimización dinámica, optimización de enjambre de partículas, espacio de búsqueda, algoritmo
• Keywords:dynamic environment, optimal solutions, proposed algorithm, optimization of problem, species conservation techniques, global optimal solutions, dynamic optimization problem, particles swarm optimization, search space, algorithm