Otimização por Nuvem de Partículas Maurice Cler Traduzido por A. Pozo.

Apresentação em tema: "Otimização por Nuvem de Partículas Maurice Cler Traduzido por A. Pozo."— Transcrição da apresentação:

1

2 Otimização por Nuvem de Partículas Maurice Cler Traduzido por A. Pozo

3 Os “inventores” (1) Russell Eberhart eberhart@engr.iupui.edu

4 Os “inventores” (2) James Kennedy Kennedy_Jim@bls.gov

5 Parte 1: United we stand

6 Exemplo de Cooperação

7 Inicialização. Posições and velocidades

8 Vizinhanças geografica social

9 A Vizinhança circular Circulo Virtual 1 5 7 6 4 3 8 2 Partícula 1’s 3-vizinhos

10 Compromisso Psychosocial Aqui estou!A melhor perf. dos vizinhos Meu melhor perf. x pgpg pipi v i-proximidade g-proximidade

11 O Histórico Algoritmo Para cada partícula atualize a velocidade então Para cada componente d A cada passo t Aleatoriedade dentro do laço

12 Proximidade Aleatória x pgpg pipi v i-proximidade g-proximidade Hyperparallelepipedo => Biased

13 Ilustração Animada Ótimo Global

14 Parte 2: Como escolher os parametros Direção correta Esta direção Ou esta direção

15 Tipe 1 com Valores usuais: k=1  =4.1 =>  =0.73 Pop.=20 Num. vz=3 Criterio de não-divergência Coefciente Global

16 Alugmas Funções... Rosenbrock Griewank Rastrigin

17 ... E alguns resultados Otimo=0, dimensão=30 Melhores resultados após 40 000 avaliações

18 Beat the swarm! Your current position Your best perf. Best perf. of the swarm

19 Part 3: Por dentro dos números reais 0123401234 01230123 0123401234 123456123456 012012 0123401234 8 8 Bingo!

20 Requisitos Mínimos Operadores Algébricos

21 Fifty-fifty N=100, D=20. Espaço de busca: [1,N] D 105 avaliações: 63+90+16+54+71+20+23+60+38+15 = 12+48+13+51+36+42+86+26+57+79 (=450) granularity=1

22 Knapsack N=100, D=10, S=100, 870 avaliações: run 1 => (9, 14, 18, 1, 16, 5, 6, 2, 12, 17) run 2 => (29, 3, 16, 4, 1, 2, 6, 8, 26, 5) granularity=1

23 Problema do Grafo 1 4 5 2 1 1 5 5 3 2 2 1 1 5 5 5 0 2 0 -1 4 -3 + = pos - + - vel

24 O Caixeiro Viajante Exemplo de posição: X=(5,3,4,1,2,6) Examplo de velocidade: v=((5,3),(2,5),(3,1))

25 Parte 5: Aplicações Reais(híbrido) Diagnostico Medico Misturadoras industrias Geradores ElétricosVeículo Elétrico

26 Aplicações Reais Cockshott A. R., Hartman B. E., "Improving the fermentation medium for Echinocandin B production. Part II: Particle swarm optimization", Process biochemistry, vol. 36, 2001, p. 661-669. He Z., Wei C., Yang L., Gao X., Yao S., Eberhart R. C., Shi Y., "Extracting Rules from Fuzzy Neural Network by Particle Swarm Optimization", IEEE International Conference on Evolutionary Computation, Anchorage, Alaska, USA, 1998. Secrest B. R., Traveling Salesman Problem for Surveillance Mission using Particle Swarm Optimization, AFIT/GCE/ENG/01M-03, Air Force Institute of Technology, 2001. Yoshida H., Kawata K., Fukuyama Y., "A Particle Swarm Optimization for Reactive Power and Voltage Control considering Voltage Security Assessment", IEEE Trans. on Power Systems, vol. 15, 2001, p. 1232-1239.

27 Para conhecer mais Clerc M., Kennedy J., "The Particle Swarm-Explosion, Stability, and Convergence in a Multidimensional Somplex space", IEEE Transaction on Evolutionary Computation, 2002,vol. 6, p. 58-73. Clerc M., "L'optimisation par essaim particulaire. Principes et pratique", Hermès, Techniques et Science de l'Informatique, 2002. Particle Swarm Central, http://www.particleswarm.net THE site: Self advert