Documentos de Académico
Documentos de Profesional
Documentos de Cultura
M. LOZANO, F. HERRERA
Dpto. Ciencias de la Computacin e I.A. Universidad de Granada 18071 ESPAA
Algoritmos genticos
Swarm Intelligence
Sumario
Definicin Swarm Intelligence Inspiracin Biolgica Sociedades de Insectos
Tcnicas
Aplicaciones
Conclusiones
6
sociedades de insectos (bees, wasps, ants, termites) (abejas, avispas, hormigas, termitas)
flocks of birds (bandadas de aves) schools of fish (bancos de peces) herds of mammals (manadas de mamferos) 8
Insectos
Llevan a cabo actuaciones colectivas que no seran posibles para un nico individuo Proporcionan comportamientos adecuados para la computacin distribuida El repertorio de comportamientos de cada insecto es limitado No existe acceso individual al estado completo de la colonia
No pueden hacer una divisin efectiva de la labor a realizar No pueden garantizar el progreso de la colonia
Comportamiento emergente
Las colonias de insectos llevan a cabo actuaciones de nivel complejo de forma inteligente, flexible y fiable, actuaciones que no seran factibles si tuviesen que ser realizadas por un insecto de forma individual (stos son no inteligentes, no fiables, simples). Los insectos siguen reglas simples, y utilizan comunicacin local simple La estructura global (nido) emerge desde las acciones de los insectos (las cuales son no fiables atendidas individualmente)
10
Abejas
Cooperacin de la colmena Regulan la temperatura de la colmena Eficiencia va especializacin: divisin de la labor en la colonia Comunicacin: Las fuentes de comida son explotadas de acuerdo a la calidad y distancia desde la colmena
11
Termitas
Nido con forma de cono con paredes externas y conductos de ventilacin Camaras de camadas en el centro de la colmena Rejillas del ventilacin en espirales Columnas de soporte
12
Hormigas
Organizan autopistas hacia y desde la comida por medio de rastros de feromona (pheromone)
13
sociedades auto-organizadas
14
Caractersticas de un Enjambre
Compuesto de agentes simples (Self-Organized) Descentralizado No hay un nico supervisor No hay un plan global (emergente) Robusto Las actuaciones se completan aunque un individuo falle Flexible Puede responder a cambios externos
Percepcin del entorno (sentidos) No existe un modelo explcito de entorno/abilidad para cambiarlo
15
Resumen
La complejidad y sofisticacin de la auto-organizacin se lleva a cabo sin un lider/jefe de la sociedad Lo que podemos aprender de los insectos sociales lo podemos aplicar al campo del diseo de Sistemas Inteligentes La modelizacin de los insectos sociales por medio de la auto-organizacin puede ser de ayuda para el diseo de modelos artificiales distribuidos de resolucin de problemas. Esto es conocido como:
Swarm Intelligent Systems.
16
http://www.swarmintelligence.org/
18
Particle Swarm Optimization (PSO) aplica conceptos de interaccin social a la resolucin de problemas de bsqueda/optimizacin. En PSO, un enjambre de n individuos se comunica directa o indirectamente con otros va las direcciones de bsqueda.
20
pbest
15
v(k)
10
v(k+1)
gbest
10
15
20
25
Kennedy, J. and Eberhart, R. (1995). Particle Swarm Optimization, Proc. 1995 IEEE Intl. Conf. on Neural Networks, pp. 1942-1948, IEEE Press
19
20
20
pbest
15
v(k)
10
v(k+1)
gbest
10
15
20
25
21
22
Xi
pBesti
Mi mejor solucin
pg
imidad g-prox
23
Geogrfico
Social
24
http://iridia.ulb.ac.be/~mdorigo/ACO/ACO.html
25
?
Las hormigas eligen con mayor probabilidad los caminos con un alto rastro de feromona
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
http://sci2s.ugr.es
ACO:
Modelo Best-Worst Ant Systems (BWAS) ACO Multiobjetivo Aplicaciones al aprendizaje de sistemas basados en reglas
PSO:
Estudio de modelos hbridos con Algoritmos Genticos/Algoritmos Memticos para mejorar la convergencia en Problemas de Optimizacin con alta Dimensionalidad.
42
Data Base
X1 S M L X1 0 S M 2 L
S = B1 (-0.35, 0, 0.65) M = B2 ( 0.35, 1, 1.65)
S X2 S M L
e1 e2
L Y
e3 e5 e4 e6
X
B
1
M
R1
B2 2 B3
B2
L = B3 ( 1.35, 2, 2.65)
S M
R2
B1
R3
B2
B2
R4
X X
R1
11 12
R2
21 22 23
R3
33
R4
S
R1
L
There are not examples
B1 B2
R3
B3
R2
43 32
B1 B2 B3 B2 B3
There are not There are not examples examples
R4
B3
B1
B2
B3
X X
2 1
S
R1
S M R1 B1 B1 B1 B1 B1 B2 B2 B2 B2 B2 B2 B2 R2 B1 B1 B2 B2 B3 B3 B1 B1 B2 B2 B3 B3 R3 B2 B3 B2 B3 B2 B3 B2 B3 B2 B3 B2 B3 R4 B3 B3 B3 B3 B3 B3 B3 B3 B3 B3 B3 B3 L
R2
B1
R3
Rule Base
R4
B2
B2 B3
Rule Base
R 1 = IF X 1 is M and X 2 is S R 2 = IF X 1 is S
and X 2 is M THEN Y is B 2
R 4 = IF X is L and X is L THEN Y is B 3 1 2
43
Conclusiones
Swarm Intelligence (SI) es la propiedad de un sistema por la cual el comportamiento colectivo de agentes (no sofsticados) interactua localmente con el entorno proporcionando un patrn global de funcionamiento coherente como emergente. SI proporciona una base con la cual es posible explorar la resolucin de problemas colectivamente (o de forma distribuida) sin un control centralizado ni un model global de comportamiento.
44
Conclusiones
45
Conclusiones
46
Conclusiones
BIBLIOGRAFA BSICA
E. BONABEAU, M. DORIGO, G. THERAULAZ, Swarm Intelligence. From Natural to Artificial Systems, Oxford University Press, 1999. J. KENNEDY, R.C. EBERHART, Y. SHI, Swarm Intelligence. Morgan Kaufmann Publishers, 2001. M. DORIGO, T. STTZLE, Ant Colony Optimization, The MIT Press, 2004.
47
Conclusiones
Dumb parts, properly connected into a swarm, yield smart results.
48
http://sci2s.ugr.es