Descripción del título
"Optimización gravitatoria"...
We propose two different heuristics for obtaining global optimum of several nonlinear functions, some multimodal. One of them is based on the optimization strategy called Space Gravitational Optimization where the solution space is seen as the relativistic space-time, in which the metric is modified by the gravitational field generated by the different particles embedded in it. The role of the gravitational pull is played by the objective function; the best would be in the hypothetical point where the greatest mass lies. As this position is unknown, it's necessary to measure the change of geometry. In the same way as in general relativity the change in geometry leads us to discover the largest mass, in this heuristic leads us to the global optimum. The second heuristic is well known as Particle Swarm Optimization, in it the particles will move guided by the effect of inertia and the attraction of leading members
Proponemos dos heurísticas para obtener óptimos globales de varias funciones no lineales, algunas multimodales. Una de las heurísticas está basada en la estrategia denominada Optimización Gravitatoria; en ella se concibe el espacio de soluciones análogamente al espacio-tiempo relativista, en el que la métrica es modificada por el campo gravitatorio generado por las diferentes partículas en él inmersas. En ella, el papel de la atracción gravitatoria lo juega la función objetivo; el óptimo se encontrará en el punto donde se encuentre la mayor masa. Como esta posición se desconoce, mediremos la variación de la geometría; Igual que en relatividad general la variación de la geometría nos lleva a descubrir la mayor masa, en la heurística nos conduce al óptimo global. La segunda heurística es conocida como Optimización por Enjambre de Partículas; en ella las partículas se mueven por la inercia y la atracción de sus líderes
Analítica
analitica Rebiun34211834 https://catalogo.rebiun.org/rebiun/record/Rebiun34211834 230721s2010 xx o 000 0 spa d https://dialnet.unirioja.es/servlet/oaiart?codigo=6002497 (Revista) ISSN 2171-892X S9M oai:dialnet.unirioja.es:ART0001192663 https://dialnet.unirioja.es/oai/OAIHandler 11 DGCNT S9M S9M dc "Optimización gravitatoria" y "Optimización por enjambre de partículas": comportamiento en funciones no-lineales electronic resource] 2010 application/pdf Open access content. Open access content star We propose two different heuristics for obtaining global optimum of several nonlinear functions, some multimodal. One of them is based on the optimization strategy called Space Gravitational Optimization where the solution space is seen as the relativistic space-time, in which the metric is modified by the gravitational field generated by the different particles embedded in it. The role of the gravitational pull is played by the objective function; the best would be in the hypothetical point where the greatest mass lies. As this position is unknown, it's necessary to measure the change of geometry. In the same way as in general relativity the change in geometry leads us to discover the largest mass, in this heuristic leads us to the global optimum. The second heuristic is well known as Particle Swarm Optimization, in it the particles will move guided by the effect of inertia and the attraction of leading members Proponemos dos heurísticas para obtener óptimos globales de varias funciones no lineales, algunas multimodales. Una de las heurísticas está basada en la estrategia denominada Optimización Gravitatoria; en ella se concibe el espacio de soluciones análogamente al espacio-tiempo relativista, en el que la métrica es modificada por el campo gravitatorio generado por las diferentes partículas en él inmersas. En ella, el papel de la atracción gravitatoria lo juega la función objetivo; el óptimo se encontrará en el punto donde se encuentre la mayor masa. Como esta posición se desconoce, mediremos la variación de la geometría; Igual que en relatividad general la variación de la geometría nos lleva a descubrir la mayor masa, en la heurística nos conduce al óptimo global. La segunda heurística es conocida como Optimización por Enjambre de Partículas; en ella las partículas se mueven por la inercia y la atracción de sus líderes LICENCIA DE USO: Los documentos a texto completo incluidos en Dialnet son de acceso libre y propiedad de sus autores y/o editores. Por tanto, cualquier acto de reproducción, distribución, comunicación pública y/o transformación total o parcial requiere el consentimiento expreso y escrito de aquéllos. Cualquier enlace al texto completo de estos documentos deberá hacerse a través de la URL oficial de éstos en Dialnet. Más información: https://dialnet.unirioja.es/info/derechosOAI | INTELLECTUAL PROPERTY RIGHTS STATEMENT: Full text documents hosted by Dialnet are protected by copyright and/or related rights. This digital object is accessible without charge, but its use is subject to the licensing conditions set by its authors or editors. Unless expressly stated otherwise in the licensing conditions, you are free to linking, browsing, printing and making a copy for your own personal purposes. All other acts of reproduction and communication to the public are subject to the licensing conditions expressed by editors and authors and require consent from them. Any link to this document should be made using its official URL in Dialnet. More info: https://dialnet.unirioja.es/info/derechosOAI Spanish Heurística optimización no lineal Optimización Gravitatoria SGO función multimodal Optimización por Enjambre de Partículas PSO Heuristic non-linear gravitational optimization multimodal function Particle Swarm Optimization PSO Space gravitational Optimization S G O text (article) Zapatero Moreno, María José. cre Alegre Martínez, Jesús F. cre Pacheco Bonrostro, Joaquín A. cre Anales de ASEPUMA, ISSN 2171-892X, Nº. 18, 2010 Anales de ASEPUMA, ISSN 2171-892X, Nº. 18, 2010 Anales de ASEPUMA, ISSN 2171-892X, Nº. 18, 2010