Análisis de las habilidades de metaheurísticas X-PSO multiobjetivo mediante indicadores de inteligenia de grupo : aplicación en el balance de carga en redes eléctricas de baja tens...

Autores: Casanova Pietroboni, Carlos Antonio; Schweickardt, Gustavo Alejandro
Año de publicación: 2016
Idioma: español castellano
Tipo de recurso: artículo
Estado: versión publicada
Descripción: Este trabajo presenta un análisis del comportamiento de MetaHeurísticas referidas como X-PSO Formas MultiObjetivo (X-FPSO), recurriendo al concepto de Inteligencia de Grupo (IG). A través de varios trabajos en esta línea de investigación, los autores han establecido cualitativamente que existe una correspondencia entre la habilidad de las Formas X-FPSO para satisfacer los cinco Principios de la IG (PIG), y la aptitud de la Función de Selección de una HiperHeurística cuando las Formas X-FPSO componen su dominio. Se proponen Indicadores de IG cuantitativos que permiten caracterizar y diferenciar el comportamiento de dos estrategias de movimiento derivadas de la MetaHeurística FPSO original, cuyos comportamientos satisfacen en grados complementarios los PIG: la FPSO con Factor de Constricción y Topología de Comunicación entre partículas Estrella Global Determinística y la FEPSO GIStT (Topología de Comunicación Global/Individual Estocástica), desarrolladas por los autores. Estos indicadores reflejan aspectos clave relacionados con la IG, permitiendo realizar un seguimiento iteración a iteración del Algoritmo HiperHeurístico, sirviendo de guía para su Función de Selección. Se presenta una simulación en el contexto de la resolución de un problema de Optimización Combinatoria, considerados en trabajos previos como estudio de caso: el Balance de Cargas en un Sistema Trifásico de Distribución de Energía Eléctrica.
This paper presents a behaviour analysis of metaheuristics, referred as Multiobjective X-PSO Forms (X-FPSO), making use of the Swam Intelligence concept (SI). Through many papers in this investigation line, the autors establish a cualitative correspondence between the ability of X-FPSO Forms to suit the five SI Principles (SIP), and the aptitude of Hyperheuristic’s Selection Function when such X-FPSO Forms compose its domain. Cuantitative Swarm Intelligence Indicators are proposed for allowing behavior characterization and differentiation of different movement strategies, derived from the original FPSO, whose behaviours satisfact SIP in complementary degrees: the FPSO with constriction factor and Global Deterministic Star Topology, and the FEPSO GIStT (Global Individual Stochastic Star Topology), developed by the autors. These indicators reflect key aspects related to the Swarm Intelligence, allowing iteration to iteration tracking of the Hyperheuristic Algorithm, serving as a guide for its Selection Function. A simulation is presented in the context of solving a combinatorial optimization problem, considered in previous works as a case study: the load balancing in a Three-phase Electric Distribution System.
Fil: Casanova Pietroboni, Carlos Antonio. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería Electromecánica. Grupo de Investigación en Economía Computacional de Regulación de Redes y Energías Renovables; Argentina.
Fil: Schweickardt, Gustavo Alejandro. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería Electromecánica. Grupo de Investigación en Economía Computacional de Regulación de Redes y Energías Renovables; Argentina.
Fil: Casanova Pietroboni, Carlos Antonio. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.
Fil: Schweickardt, Gustavo Alejandro. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.
Peer Reviewed
Fuente: Revista de la Escuela de Perfeccionamiento en Investigación Operativa XXIV(40), 23-42. (2013)
Materia: Inteligencia de grupo
Optimización
Enjambre de partículas
Metaheurísticas
Swarm intelligence
Metaheuristics
Optimization
Particle swarm
Nivel de accesibilidad: acceso abierto
Condiciones de uso: 2021-06-25T14:31:24Z
Repositorio
Institución: Universidad Tecnológica Nacional
OAI Identificador: oai:ria.utn.edu.ar:20.500.12272/5284

Acceder

id	RIAUTN_150e117a1be2b1fd0498c290cd9a65cc
oai_identifier_str	oai:ria.utn.edu.ar:20.500.12272/5284
network_acronym_str	RIAUTN
repository_id_str	a
network_name_str	Repositorio Institucional Abierto (UTN)
spelling	Análisis de las habilidades de metaheurísticas X-PSO multiobjetivo mediante indicadores de inteligenia de grupo : aplicación en el balance de carga en redes eléctricas de baja tensiónCasanova Pietroboni, Carlos AntonioSchweickardt, Gustavo AlejandroInteligencia de grupoOptimizaciónEnjambre de partículasMetaheurísticasSwarm intelligenceMetaheuristicsOptimizationParticle swarmEste trabajo presenta un análisis del comportamiento de MetaHeurísticas referidas como X-PSO Formas MultiObjetivo (X-FPSO), recurriendo al concepto de Inteligencia de Grupo (IG). A través de varios trabajos en esta línea de investigación, los autores han establecido cualitativamente que existe una correspondencia entre la habilidad de las Formas X-FPSO para satisfacer los cinco Principios de la IG (PIG), y la aptitud de la Función de Selección de una HiperHeurística cuando las Formas X-FPSO componen su dominio. Se proponen Indicadores de IG cuantitativos que permiten caracterizar y diferenciar el comportamiento de dos estrategias de movimiento derivadas de la MetaHeurística FPSO original, cuyos comportamientos satisfacen en grados complementarios los PIG: la FPSO con Factor de Constricción y Topología de Comunicación entre partículas Estrella Global Determinística y la FEPSO GIStT (Topología de Comunicación Global/Individual Estocástica), desarrolladas por los autores. Estos indicadores reflejan aspectos clave relacionados con la IG, permitiendo realizar un seguimiento iteración a iteración del Algoritmo HiperHeurístico, sirviendo de guía para su Función de Selección. Se presenta una simulación en el contexto de la resolución de un problema de Optimización Combinatoria, considerados en trabajos previos como estudio de caso: el Balance de Cargas en un Sistema Trifásico de Distribución de Energía Eléctrica.This paper presents a behaviour analysis of metaheuristics, referred as Multiobjective X-PSO Forms (X-FPSO), making use of the Swam Intelligence concept (SI). Through many papers in this investigation line, the autors establish a cualitative correspondence between the ability of X-FPSO Forms to suit the five SI Principles (SIP), and the aptitude of Hyperheuristic’s Selection Function when such X-FPSO Forms compose its domain. Cuantitative Swarm Intelligence Indicators are proposed for allowing behavior characterization and differentiation of different movement strategies, derived from the original FPSO, whose behaviours satisfact SIP in complementary degrees: the FPSO with constriction factor and Global Deterministic Star Topology, and the FEPSO GIStT (Global Individual Stochastic Star Topology), developed by the autors. These indicators reflect key aspects related to the Swarm Intelligence, allowing iteration to iteration tracking of the Hyperheuristic Algorithm, serving as a guide for its Selection Function. A simulation is presented in the context of solving a combinatorial optimization problem, considered in previous works as a case study: the load balancing in a Three-phase Electric Distribution System.Fil: Casanova Pietroboni, Carlos Antonio. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería Electromecánica. Grupo de Investigación en Economía Computacional de Regulación de Redes y Energías Renovables; Argentina.Fil: Schweickardt, Gustavo Alejandro. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería Electromecánica. Grupo de Investigación en Economía Computacional de Regulación de Redes y Energías Renovables; Argentina.Fil: Casanova Pietroboni, Carlos Antonio. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.Fil: Schweickardt, Gustavo Alejandro. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.Peer Reviewed2021-06-25T14:31:24Z2021-06-25T14:31:24Z2016-11info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfapplication/pdfRevista de la Escuela de Perfeccionamiento en Investigación Operativa XXIV (40): 23-42 (2016)0329-7322https://revistas.unc.edu.ar/index.php/epio/issue/view/1430http://hdl.handle.net/20.500.12272/5284Revista de la Escuela de Perfeccionamiento en Investigación Operativa XXIV(40), 23-42. (2013)reponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacionalspainfo:eu-repo/semantics/openAccess2021-06-25T14:31:24Zhttp://creativecommons.org/licenses/by-nc-nd/4.0/Attribution-NonCommercial-NoDerivatives 4.0 InternacionalCasanova Pietroboni, Carlos Antonio ; Schweickardt, Gustavo AlejandroNo comercial con fines académicos.2026-09-24T12:48:34Zoai:ria.utn.edu.ar:20.500.12272/5284instacron:UTNInstitucionalhttp://ria.utn.edu.ar/Universidad públicaNo correspondehttp://ria.utn.edu.ar/oaigestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2026-09-24 12:48:35.586Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv	Análisis de las habilidades de metaheurísticas X-PSO multiobjetivo mediante indicadores de inteligenia de grupo : aplicación en el balance de carga en redes eléctricas de baja tensión
title	Análisis de las habilidades de metaheurísticas X-PSO multiobjetivo mediante indicadores de inteligenia de grupo : aplicación en el balance de carga en redes eléctricas de baja tensión
spellingShingle	Análisis de las habilidades de metaheurísticas X-PSO multiobjetivo mediante indicadores de inteligenia de grupo : aplicación en el balance de carga en redes eléctricas de baja tensión Casanova Pietroboni, Carlos Antonio Inteligencia de grupo Optimización Enjambre de partículas Metaheurísticas Swarm intelligence Metaheuristics Optimization Particle swarm
title_short	Análisis de las habilidades de metaheurísticas X-PSO multiobjetivo mediante indicadores de inteligenia de grupo : aplicación en el balance de carga en redes eléctricas de baja tensión
title_full	Análisis de las habilidades de metaheurísticas X-PSO multiobjetivo mediante indicadores de inteligenia de grupo : aplicación en el balance de carga en redes eléctricas de baja tensión
title_fullStr	Análisis de las habilidades de metaheurísticas X-PSO multiobjetivo mediante indicadores de inteligenia de grupo : aplicación en el balance de carga en redes eléctricas de baja tensión
title_full_unstemmed	Análisis de las habilidades de metaheurísticas X-PSO multiobjetivo mediante indicadores de inteligenia de grupo : aplicación en el balance de carga en redes eléctricas de baja tensión
title_sort	Análisis de las habilidades de metaheurísticas X-PSO multiobjetivo mediante indicadores de inteligenia de grupo : aplicación en el balance de carga en redes eléctricas de baja tensión
dc.creator.none.fl_str_mv	Casanova Pietroboni, Carlos Antonio Schweickardt, Gustavo Alejandro
author	Casanova Pietroboni, Carlos Antonio
author_facet	Casanova Pietroboni, Carlos Antonio Schweickardt, Gustavo Alejandro
author_role	author
author2	Schweickardt, Gustavo Alejandro
author2_role	author
dc.subject.none.fl_str_mv	Inteligencia de grupo Optimización Enjambre de partículas Metaheurísticas Swarm intelligence Metaheuristics Optimization Particle swarm
topic	Inteligencia de grupo Optimización Enjambre de partículas Metaheurísticas Swarm intelligence Metaheuristics Optimization Particle swarm
dc.description.none.fl_txt_mv	Este trabajo presenta un análisis del comportamiento de MetaHeurísticas referidas como X-PSO Formas MultiObjetivo (X-FPSO), recurriendo al concepto de Inteligencia de Grupo (IG). A través de varios trabajos en esta línea de investigación, los autores han establecido cualitativamente que existe una correspondencia entre la habilidad de las Formas X-FPSO para satisfacer los cinco Principios de la IG (PIG), y la aptitud de la Función de Selección de una HiperHeurística cuando las Formas X-FPSO componen su dominio. Se proponen Indicadores de IG cuantitativos que permiten caracterizar y diferenciar el comportamiento de dos estrategias de movimiento derivadas de la MetaHeurística FPSO original, cuyos comportamientos satisfacen en grados complementarios los PIG: la FPSO con Factor de Constricción y Topología de Comunicación entre partículas Estrella Global Determinística y la FEPSO GIStT (Topología de Comunicación Global/Individual Estocástica), desarrolladas por los autores. Estos indicadores reflejan aspectos clave relacionados con la IG, permitiendo realizar un seguimiento iteración a iteración del Algoritmo HiperHeurístico, sirviendo de guía para su Función de Selección. Se presenta una simulación en el contexto de la resolución de un problema de Optimización Combinatoria, considerados en trabajos previos como estudio de caso: el Balance de Cargas en un Sistema Trifásico de Distribución de Energía Eléctrica. This paper presents a behaviour analysis of metaheuristics, referred as Multiobjective X-PSO Forms (X-FPSO), making use of the Swam Intelligence concept (SI). Through many papers in this investigation line, the autors establish a cualitative correspondence between the ability of X-FPSO Forms to suit the five SI Principles (SIP), and the aptitude of Hyperheuristic’s Selection Function when such X-FPSO Forms compose its domain. Cuantitative Swarm Intelligence Indicators are proposed for allowing behavior characterization and differentiation of different movement strategies, derived from the original FPSO, whose behaviours satisfact SIP in complementary degrees: the FPSO with constriction factor and Global Deterministic Star Topology, and the FEPSO GIStT (Global Individual Stochastic Star Topology), developed by the autors. These indicators reflect key aspects related to the Swarm Intelligence, allowing iteration to iteration tracking of the Hyperheuristic Algorithm, serving as a guide for its Selection Function. A simulation is presented in the context of solving a combinatorial optimization problem, considered in previous works as a case study: the load balancing in a Three-phase Electric Distribution System. Fil: Casanova Pietroboni, Carlos Antonio. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería Electromecánica. Grupo de Investigación en Economía Computacional de Regulación de Redes y Energías Renovables; Argentina. Fil: Schweickardt, Gustavo Alejandro. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería Electromecánica. Grupo de Investigación en Economía Computacional de Regulación de Redes y Energías Renovables; Argentina. Fil: Casanova Pietroboni, Carlos Antonio. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Fil: Schweickardt, Gustavo Alejandro. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Peer Reviewed
description	Este trabajo presenta un análisis del comportamiento de MetaHeurísticas referidas como X-PSO Formas MultiObjetivo (X-FPSO), recurriendo al concepto de Inteligencia de Grupo (IG). A través de varios trabajos en esta línea de investigación, los autores han establecido cualitativamente que existe una correspondencia entre la habilidad de las Formas X-FPSO para satisfacer los cinco Principios de la IG (PIG), y la aptitud de la Función de Selección de una HiperHeurística cuando las Formas X-FPSO componen su dominio. Se proponen Indicadores de IG cuantitativos que permiten caracterizar y diferenciar el comportamiento de dos estrategias de movimiento derivadas de la MetaHeurística FPSO original, cuyos comportamientos satisfacen en grados complementarios los PIG: la FPSO con Factor de Constricción y Topología de Comunicación entre partículas Estrella Global Determinística y la FEPSO GIStT (Topología de Comunicación Global/Individual Estocástica), desarrolladas por los autores. Estos indicadores reflejan aspectos clave relacionados con la IG, permitiendo realizar un seguimiento iteración a iteración del Algoritmo HiperHeurístico, sirviendo de guía para su Función de Selección. Se presenta una simulación en el contexto de la resolución de un problema de Optimización Combinatoria, considerados en trabajos previos como estudio de caso: el Balance de Cargas en un Sistema Trifásico de Distribución de Energía Eléctrica.
publishDate	2016
dc.date.none.fl_str_mv	2016-11 2021-06-25T14:31:24Z 2021-06-25T14:31:24Z
dc.type.none.fl_str_mv	info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion http://purl.org/coar/resource_type/c_6501 info:ar-repo/semantics/articulo
format	article
status_str	publishedVersion
dc.identifier.none.fl_str_mv	Revista de la Escuela de Perfeccionamiento en Investigación Operativa XXIV (40): 23-42 (2016) 0329-7322 https://revistas.unc.edu.ar/index.php/epio/issue/view/1430 http://hdl.handle.net/20.500.12272/5284
identifier_str_mv	Revista de la Escuela de Perfeccionamiento en Investigación Operativa XXIV (40): 23-42 (2016) 0329-7322
url	https://revistas.unc.edu.ar/index.php/epio/issue/view/1430 http://hdl.handle.net/20.500.12272/5284
dc.language.none.fl_str_mv	spa
language	spa
dc.rights.none.fl_str_mv	info:eu-repo/semantics/openAccess 2021-06-25T14:31:24Z http://creativecommons.org/licenses/by-nc-nd/4.0/ Attribution-NonCommercial-NoDerivatives 4.0 Internacional Casanova Pietroboni, Carlos Antonio ; Schweickardt, Gustavo Alejandro No comercial con fines académicos.
eu_rights_str_mv	openAccess
rights_invalid_str_mv	2021-06-25T14:31:24Z http://creativecommons.org/licenses/by-nc-nd/4.0/ Attribution-NonCommercial-NoDerivatives 4.0 Internacional Casanova Pietroboni, Carlos Antonio ; Schweickardt, Gustavo Alejandro No comercial con fines académicos.
dc.format.none.fl_str_mv	application/pdf application/pdf
dc.source.none.fl_str_mv	Revista de la Escuela de Perfeccionamiento en Investigación Operativa XXIV(40), 23-42. (2013) reponame:Repositorio Institucional Abierto (UTN) instname:Universidad Tecnológica Nacional
reponame_str	Repositorio Institucional Abierto (UTN)
collection	Repositorio Institucional Abierto (UTN)
instname_str	Universidad Tecnológica Nacional
repository.name.fl_str_mv	Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacional
repository.mail.fl_str_mv	gestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.ar
_version_	1877230968781144064
score	13.24418

Análisis de las habilidades de metaheurísticas X-PSO multiobjetivo mediante indicadores de inteligenia de grupo : aplicación en el balance de carga en redes eléctricas de baja tens...

Publicaciones similares