Algoritmo Honey Bee Mating Optimization usando heurísticas de algoritmos genéticos

Ing. Jesús Adán Flores Contreras

15/06/2011

MCA-Cómputo Inteligente

1

Agenda         Introducción Antecedentes Problemática a resolver Motivación Propuesta Resultados y discusión Conclusiones Trabajo futuro MCA-Cómputo Inteligente 2 15/06/2011 .

Inspirado principalmente del comportamiento social y colectivo de:       Hormigas Termitas Abejas Avispas Aves Cúmulos de peces 15/06/2011 MCA-Cómputo Inteligente 3 .Introducción (1/2)   Swarm intelligence es una disciplina que se encarga de diseñar sistemas multiagentes interactuando en forma conjunta para dar solución a una problemática.

Introducción (1/2)  Individuos que componen una colonia de abejas:  Abeja Reina (Queen)  Zánganos (Drones)  Larvas (Broods)  Abejas trabajadoras (Workers)  Tipos de colmenas  Monogynous  Polygynous 15/06/2011 MCA-Cómputo Inteligente 4 .

Abbas.Antecedentes (1/3)    Honey-Bee Marriage Optization (HBMO) propuesto por Jason Teo y Hussein A. El algoritmo HBMO es propuesto para ser aplicado en problemas denominados “Propositional Satisfiability Problem –SAT–” Problemas que no pueden ser representados en forma de polinomios (NP-Problems). 15/06/2011 MCA-Cómputo Inteligente 5 .

  Probabilidad de selección prob Q .  Número de abejas trabajadoras. D   e  ( f ) s(t )  Velocidad de vuelo S t  1   * S t  MCA-Cómputo Inteligente 6 15/06/2011 .Antecedentes (2/3)  Definir parámetros de entrada Número de Reinas  Tamaño de la espermateca  Número de zánganos.

dependiendo de la magnitud de demanda. y la heurística utilizada para el apareamiento es Crossover. para el reconocimiento de patrones. consiste en optimizar la cantidad de agua liberada en una reserva. aplicado a la minería de datos. 15/06/2011 MCA-Cómputo Inteligente 7 . el valor de desviación de los voltajes de los nodos y el número de operaciones de cambio y el balance de carga de alimentadores en una central de distribución de voltajes. Optimización de los recursos del agua.Antecedentes (3/3)     3-SAT. Análisis de cluster. Hallar los valores mínimos de pérdida de potencia. la función a optimizar se encuentra representada por una cadena binaria.

x 2 .Problemática a resolver  Hallar el mínimo global de:  Esfera f x1 .  x10    xi2 i 1 10  G08 f  x1 . x 2   sin 3 2x1  sin2x2  3 x1 x1  x 2    G11  f ( x )  x12  ( x2  1) 2 MCA-Cómputo Inteligente 8 15/06/2011 .

Motivación    Marriage Honey Bees Optimization. Analizar el comportamiento del algoritmo HBMO con heurísticas de los algoritmos genéticos. 15/06/2011 MCA-Cómputo Inteligente 9 . es un algoritmo recientemente nuevo y enfocado a encontrar la solución a problemas con restricciones. Verificar si el desempeño que posee el algoritmo es superior a los algoritmos genéticos.

15/06/2011 MCA-Cómputo Inteligente 10 .  Repoblar a los zánganos con las larvas recién creadas.Propuesta (1/2)  Utilizar heurísticas empleadas en los algoritmos genéticos y estrategias evolutivas.  Cruza aritmética  Aritmética completa  Recombinación intermedia  Las heurísticas propuestas por Nikman y Fathian  Modificar el algoritmo HBMO.

Propuesta (2/2)  Mientras no se cumpla condición de paro  Proceso de vuelo del apareamiento  Generación de larvas  Alimentación de lavar  Reemplazar reina  Generar nuevos zánganos.  Reemplazar larvas por zánganos  Fin mientras MCA-Cómputo Inteligente 11 15/06/2011 .

Resultados (1/4) AlgoritMo E1 E2 Función Esfera Esfera Recombinación Propuesta por Nikman Propuesta por Nikman Alimentación Mutación uniforme Propuesta por Fathian Población Zánganos 40 20 Tamaño espermateca 20 4 Número Evaluaciones 500 100 G8_1 G8_2 G08 G08 Aritmética Aritmética Propuesta por Fathian Mutación uniforme 40 40 15 15 2000 3000 G11_1 G11_2 G11 G11 Aritmética Aritmética Completa Mutación Uniforme Mutación de EE 30 40 15 20 1500 2000 15/06/2011 MCA-Cómputo Inteligente 12 .

753345 Mediana 0.092617 0.095809 -0.757849 Desviación estándar 0.094485 -0.750246 Media 0.095825 0.750728 0.750512 0.006 0.000 -0.000759 0.094492 0.020 0.752920 Peor 0.070 0.000 -0.081970 0.095825 0.002255 15/06/2011 MCA-Cómputo Inteligente 13 .089991 -0.004195 0.Resultados (2/4) Algoritmo E1 E2 G8_1 G8_2 G11_1 G11_2 0.749961 0.003 -0.75 -0.095163 -0.000 0.00 Valor objetivo Mejor 0.753672 0.001438 0.020 -0.021 0.020 0.

05 -0.04 -0.06 0.Resultados (3/4) Algoritm o E1 Sem illa 0.1345 140 120 100 f(x) 250 Algoritm o E2 Se m illa 0.07 -0.6472 0 -0.09 -0.1 iteraciones 267 533 799 1065 1331 1597 1863 2129 2395 2661 2927 15/06/2011 MCA-Cómputo Inteligente 14 .02 0 -0.08 -0.8014 200 80 60 150 100 40 20 0 1 37 73 109 145 181 217 253 289 325 361 397 433 469 Iteraciones 0 1 6 11 16 21 26 31 36 41 46 51 56 61 66 71 76 81 86 91 96 50 I t e r a c i o ne s Algoritm o G8_1 Sem illa 0.06 -0.02 1 -0.03 -0.1 -0.06 -0.02 -0.04 0.01 1 -0.12 Iteraciones 189 377 565 753 941 1129 1317 1505 1693 1881 f(x) f(x) Algoritmo G8_2 Sem illa 0.04 -0.6035 0.08 -0.08 0.

74 0.7 1 173 345 517 689 861 1033 1205 1377 1549 1721 1893 Iteraciones 15/06/2011 MCA-Cómputo Inteligente 15 .78 Algoritm o G11_2 Sem illa 0.73 1 130 259 388 517 646 775 904 1033 1162 1291 1420 Iteraciones 0.84 0.77 0.Resultados (4/4) Algoritm o G11_1 Sem illa 0.76 0.75 0.0642 0.7746 0.8 f(x) f(x) 0.72 0.76 0.78 0.79 0.8 0.74 0.82 0.

MCA-Cómputo Inteligente 16 15/06/2011 . Puede estancarse en un óptimo local. alrededor de 23 segs. Los tiempos de ejecución son relativamente cortos. Desempeño con el uso de heurísticas con algoritmos genéticos tuvo un comportamiento óptimo.Conclusiones     Se puede apreciar que el desempeño del algoritmo HBMO tiene una convergencia prematura hacia el valor óptimo de la función.

Analizar más la convergencia prematura.Trabajo futuro     Comparar el desempeño del algoritmo propuesto con el algoritmo básico. G10. Utilizar un método de selección de padres de los algoritmos genéticos en lugar del algoritmo o realizar un hibrido de éstos. y G03 MCA-Cómputo Inteligente 17 15/06/2011 . para verificar que no se quede estancada en un óptimo local. Verificar los algoritmos G9.

Gracias por su atención 15/06/2011 MCA-Cómputo Inteligente 18 .