algoritmo enjambre de abejas
DESCRIPTION
Una breve descripción del Algoritmo de Enjambre de AbejasTRANSCRIPT
LOGO
Enjambre de Abejas
Mérida, Diciembre de 2013
Integrantes:Arnoely Araujo
LOGO
Inteligencia de Enjambres
En la naturaleza muchas especies de insectos viven
en grupos de colonias o enjambres, lo que les
facilita realizar sus tareas colectivas. Si bien, cada
miembro del grupo presenta capacidad limitada para
realizar tareas, la colonia exhibe un comportamiento
emergente que surge de la interacción entre los
individuos.
LOGO
Inteligencia de Enjambres
El comportamiento de las abejas melíferas
para obtener alimento ha sido extensamente
estudiado y es un ejemplo de auto-
organización útil en la búsqueda de
soluciones a problemas en la Investigación
Operativa.
LOGO
Figura 1. Enjambre de abejas, ejemplo de inteligencia natural de enjambres
Tomada de http://growingsmallfarms.ces.ncsu.edu/growingsmallfarms-
farmphotoapril1208/
Inteligencia de Enjambres
LOGO
La Colonia Artificial de Abejas (ABC)
El algoritmo de Colonia Artificial de Abejas (ABC) es
un algoritmo de Inteligencia de Enjambre desarrollado
por Dervis Karaboga en 2005, que busca emular el
comportamiento de búsqueda y explotación de fuentes
de alimento de las abejas con el fin encontrar buenas
soluciones a problemas de optimización difíciles
(metaheurística).
LOGO
La Colonia Artificial de Abejas (ABC)
El algoritmo define una colmena artificial formada por
una zona de comunicación, o zona de baile, y tres
tipos de abejas (obreras, observadoras y exploradoras),
e implementa un proceso de recolección de polen por
parte de las abejas.
LOGO
Descripción del Algoritmo ABC
Mezura et al. (2010) es un algoritmo bio-inspirado que trabaja de la siguiente manera
1. Generar un conjunto (población) de soluciones (individuos) al problema
2. Evaluar cada solución en la función objetivo.
3. Seleccionar las mejores soluciones de la población según el valor de la función objetivo.
4. Generar nuevas soluciones a partir de las mejores, utilizando operadores de variación.
5. Evaluar las nuevas soluciones.
6. Escoger las soluciones que entrarán a la siguiente iteración (generación). (p. 5)
LOGO
Figura 2. Esquema general de un algoritmo bio-inspirado (Mezura et al., 2010, p.6 ).
Algoritmo bio-inspirado
LOGO
Figura 2. Esquema general de un algoritmo bio-inspirado (Mezura et al., 2010, p.6 ).
Pseudo Código del Algoritmo ABC
LOGO
Bibliografía
Berrocal, Vega, Gómez & Sánchez (2011). ‘Metaheurística Aplicada al Problema de Planificación de Red en IEEE 802.16 Fija’. Recuperado el 6 de marzo de 2013 de
http://congresomaeb2012.uclm.es/papers/paper_51.pdf
Mezura, E., Cetina, O., and Hernandez, B. (2010), ‘Nuevas Heurísticas Inspiradas en la Naturaleza para Optimización Numérica’, in (spanish) Silva, R., Portilla, E., and Molina, M., (editors) ‘Mecatronica’, pp. 249-272, Editorial IPN, ISBN: 978-607-414-192-4.
‘Step by Step Procedure of ABC’. Recuperado el 6 de marzo de 2013 de
http://mf.erciyes.edu.tr/abc/pub/Step%20by%20Step%20Procedure%20of%20ABC.pdf