Particle Swarm OptimizationJaziel C. SilvaEryck AlvesAlex S. XavierInteligência Artificial (2011)
Algoritimo PSO Otimização por colônia de partículas: É um algoritmo baseado nocomportamento e mecanismo de sobrevivência ...
Algoritimo PSO Particle Swarm Optimization: O algoritmo é baseado em um modelo simplificadoda teoria de enxames (Swarm Th...
Funcionamento do Algoritimo
Iniciando uma ColôniaFigura 2 – Enxame de Partículas
Atualizando a Posição das PartículasFigura 3 – Vetor velocidade em execução.
Convergência do Algoritimo PSOFigura 4 – Convergência do Algoritimo PSO
Propriedades da Inteligência Coletiva Principio da proximidade: Noção do espaço e tempo durante seu deslocamento. Princi...
Outros Parâmetros Otimização com Restrições: Funções de penalidade quadrática estendida. Variáveis de Projeto Inteiras /...
Aplicações Determinar Pesos de Rede Neurais; Otimização de Funções Numéricas; Técnicas de Otimização de Recursos de Rede.
Referências BibliográficasMedeiros, João. A. C. C; Enxame de Partículas como Ferramenta deOtimização em Problemas Complexo...
Próximos SlideShares
Carregando em…5
×

Particle Swarm Optimization

682 visualizações

Publicada em

Publicada em: Tecnologia
0 comentários
1 gostou
Estatísticas
Notas
  • Seja o primeiro a comentar

Sem downloads
Visualizações
Visualizações totais
682
No SlideShare
0
A partir de incorporações
0
Número de incorporações
4
Ações
Compartilhamentos
0
Downloads
0
Comentários
0
Gostaram
1
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide

Particle Swarm Optimization

  1. 1. Particle Swarm OptimizationJaziel C. SilvaEryck AlvesAlex S. XavierInteligência Artificial (2011)
  2. 2. Algoritimo PSO Otimização por colônia de partículas: É um algoritmo baseado nocomportamento e mecanismo de sobrevivência de animais (aves, insetos, mamíferos). James Kennedy e Russel Eberhart: Criadores do PSO (1995) com base emexperiências com algoritimos que modelam o “comportamento social”.
  3. 3. Algoritimo PSO Particle Swarm Optimization: O algoritmo é baseado em um modelo simplificadoda teoria de enxames (Swarm Theory). Vetores Velocidade e Posição: O PSO é um algoritmo que possui um vetor develocidades e outro de posição. Problemas de Otimização: Dificuldades numéricas e problemas de robustezcomo: a falta de continuidade das funções a serem otimizadas ou de suas restrições,funções não convexas, multimodalidade, existência de ruídos nas funções, necessidade dese trabalhar com valores discretos para as variáveis, existência de mínimos ou máximoslocais.
  4. 4. Funcionamento do Algoritimo
  5. 5. Iniciando uma ColôniaFigura 2 – Enxame de Partículas
  6. 6. Atualizando a Posição das PartículasFigura 3 – Vetor velocidade em execução.
  7. 7. Convergência do Algoritimo PSOFigura 4 – Convergência do Algoritimo PSO
  8. 8. Propriedades da Inteligência Coletiva Principio da proximidade: Noção do espaço e tempo durante seu deslocamento. Principio da qualidade: Afirma que os membros do enxame devem ser capazes dese adaptar aos fatores de qualidade do ambiente. Principio da reposta diversa: Afirma que o enxame não deve alocar todos seusrecursos em um só canal. Princípio da estabilidade: Diz que os membros do enxame não devem mudar oseu comportamento a cada mudança do ambiente. Princípio da adaptabilidade: Afirma que a população deve mudar seucomportamento quando o custo computacional envolvido valer a pena.
  9. 9. Outros Parâmetros Otimização com Restrições: Funções de penalidade quadrática estendida. Variáveis de Projeto Inteiras / Discretas: O PSO é um algoritmo contínuo,arredonda para um valor inteiro a posição de cada partícula. Operador de Perturbação (Craziness Operator): O operador deperturbação altera tanto o vetor de posição quanto o vetor de velocidade da partículaafetada.
  10. 10. Aplicações Determinar Pesos de Rede Neurais; Otimização de Funções Numéricas; Técnicas de Otimização de Recursos de Rede.
  11. 11. Referências BibliográficasMedeiros, João. A. C. C; Enxame de Partículas como Ferramenta deOtimização em Problemas Complexos de Energia Nuclear. Tese deDoutorado (Junho 2005).Caraciolo, Marcel. P; Multi-Ring: Uma nova topologia para otimização porenxame de partículas (PSO). Maio 2008.Viana, Felipe. A. C; Júnior, Valter. S; PARTICLE SWARM OPTIMIZATION. Maio2004.

×