Objetivo
Se basa en Inteligencia del enjambre (Swarm), es decir, se tienen diversas partículas que inician la búsqueda del punto óptimo de una función en puntos diferentes. Esa función, es la función de coste, que calcula el error medio que hay en la función obtenida, respecto a los valores reales. Por tanto, lo que se busca es reducir el valor de la función de coste.
Funcionamiento
En éste tipo de optimización, las partículas calculan la dirección en la que deben buscar para optimizar la función, teniendo en cuenta tanto su posición óptima histórica, como la posición óptima histórica de todo el enjambre.
Vídeo aclaratorio:
Iteración
El algoritmo de iteración sigue el siguiente procedimiento:
1 Se calcula la nueva velocidad de búsqueda.
2 Se actualiza la nueva posición de búsqueda.
3 Se calcula nuevo valor de la función de coste.
4 En caso de que el valor de la función de coste actual sea menor que el óptimo de la partícula, se actualiza la posición óptima de dicha partícula.
5 En caso de que el valor de la función de coste actual sea menor que el óptimo global del enjambre, se actualiza la posición óptima global.
La iteración continúa, hasta converger o hasta que el usuario lo detenga.
No hay comentarios:
Publicar un comentario