Publicación:
Una propuesta de algoritmo evolutivo de inspiración cuántica para representación real usando filtro de partículas
Una propuesta de algoritmo evolutivo de inspiración cuántica para representación real usando filtro de partículas
No hay miniatura disponible
Fecha
2017
Autores
Chire Saire, Josimar Edinson
Título de la revista
Revista ISSN
Título del volumen
Editor
Universidad Católica San Pablo
Proyectos de investigación
Unidades organizativas
Número de la revista
Abstracto
En este trabajo se propone, implementa y evalu´a el modelo Quantum Inspired Evolutionary Algorithm with Real Representation using Filter Particle (FP-QIEA-R); este modelo usa la generacio´n cla´sica del modelo Quantum Inspired Evolutionary Algorithm with Real Representation (QIEA-R) (uso de funcio´n de distribucio´n de probabilidad uniforme) y propone la generacio´n cl´asica usando un mecanismo inspirado en filtro de part´ıculas, aproximaci´on de funciones, recompensa de los mejores individuos y muestreo usando funciones de distribucio´n de probabilidad para la bu´squeda global y centroides para la bu´squeda local. Durante el progreso de este trabajo fueron evaluados varios m´etodos de estimacio´n de funciones: uni-dimensionales (splines, interpolaci´on de akima), multi-dimensionales (regresio´n multilineal, parzen window) para estimar la funcio´n de distribucio´n acumulada(modificada usando el criterio de recompensa). Para evaluar el modelo, se realizaron experimentos con funciones benchmark (Ackley, Rastrigin, Rosenbrock, Schwefel, Sphere) usando una dimensionalidad de 30 y 100. Algunas aplicaciones reales fueron evaluadas: la inicializaci´on de una red perceptr´on multicapa para ayudar la convergencia(reducir el nu´mero de ´epocas), encontrar los ´angulos en el problema de desdoblamiento de prote´ınas. En los primeros experimentos, todos los modelos fueron comparados usando medidas estad´ısticas(media,desviaci´on est´andar), tiempo de ejecucio´n y de acuerdo a los resultados obtenidos el modelo m´as robusto fue el modelo que usa interpolacio´n de akima y an˜ade durante las generaciones a los mejores individuos. Los resultados obtenidos mostraron que la propuesta tiene el mejor desempen˜o tratando diversos problemas de optimizaci´on num´erica comparado con el modelo existente QIEA-R.
Descripción
Palabras clave
Optimización,
Algoritmo evolutivo de inspiración cuántica,
Computación evolutiva