Algoritmo Honey Bee Mating Optimization usando heursticas de algoritmos genticos

Ing. Jess Adn Flores Contreras

15/06/2011

MCA-Cmputo Inteligente

Agenda

Introduccin Antecedentes Problemtica a resolver Motivacin Propuesta Resultados y discusin Conclusiones Trabajo futuro
MCA-Cmputo Inteligente 2

15/06/2011

Introduccin (1/2)

Swarm intelligence es una disciplina que se encarga de disear sistemas multiagentes interactuando en forma conjunta para dar solucin a una problemtica. Inspirado principalmente del comportamiento social y colectivo de:

Hormigas Termitas Abejas Avispas Aves Cmulos de peces

15/06/2011

MCA-Cmputo Inteligente

Introduccin (1/2)

Individuos que componen una colonia de abejas:

Abeja

Reina (Queen) Znganos (Drones) Larvas (Broods) Abejas trabajadoras (Workers)

Tipos de colmenas
Monogynous Polygynous

15/06/2011

MCA-Cmputo Inteligente

Antecedentes (1/3)

Honey-Bee Marriage Optization (HBMO) propuesto por Jason Teo y Hussein A. Abbas. 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-Cmputo Inteligente

Antecedentes (2/3)

Definir parmetros de entrada

Nmero de Reinas Tamao de la espermateca Nmero de znganos. Nmero de abejas trabajadoras.

Probabilidad de seleccin
prob Q , D e
( f ) s(t )

Velocidad de vuelo S t 1 * S t
MCA-Cmputo Inteligente 6

15/06/2011

Antecedentes (3/3)

3-SAT, la funcin a optimizar se encuentra representada por una cadena binaria, y la heurstica utilizada para el apareamiento es Crossover. Anlisis de cluster, aplicado a la minera de datos, para el reconocimiento de patrones. Optimizacin de los recursos del agua, consiste en optimizar la cantidad de agua liberada en una reserva, dependiendo de la magnitud de demanda. Hallar los valores mnimos de prdida de potencia, el valor de desviacin de los voltajes de los nodos y el nmero de operaciones de cambio y el balance de carga de alimentadores en una central de distribucin de voltajes.

15/06/2011

MCA-Cmputo Inteligente

Problemtica a resolver

Hallar el mnimo global de:

Esfera

f x1 , x 2 , x10 xi2
i 1

10

G08

f x1 , x 2

sin 3 2x1 sin2x2 3 x1 x1 x 2

G11

f ( x ) x12 ( x2 1) 2
MCA-Cmputo Inteligente 8

15/06/2011

Motivacin

Marriage Honey Bees Optimization, es un algoritmo recientemente nuevo y enfocado a encontrar la solucin a problemas con restricciones. Verificar si el desempeo que posee el algoritmo es superior a los algoritmos genticos. Analizar el comportamiento del algoritmo HBMO con heursticas de los algoritmos genticos.

15/06/2011

MCA-Cmputo Inteligente

Propuesta (1/2)

Utilizar heursticas empleadas en los algoritmos genticos y estrategias evolutivas.

Cruza

aritmtica Aritmtica completa Recombinacin intermedia Las heursticas propuestas por Nikman y Fathian

Modificar el algoritmo HBMO.

Repoblar

a los znganos con las larvas recin

creadas.

15/06/2011

MCA-Cmputo Inteligente

10

Propuesta (2/2)

Mientras no se cumpla condicin de paro

Proceso

de vuelo del apareamiento Generacin de larvas Alimentacin de lavar Reemplazar reina Generar nuevos znganos. Reemplazar larvas por znganos

Fin mientras
MCA-Cmputo Inteligente 11

15/06/2011

Resultados (1/4)
AlgoritMo E1 E2 Funcin Esfera Esfera Recombinacin Propuesta por Nikman Propuesta por Nikman Alimentacin Mutacin uniforme Propuesta por Fathian Poblacin Znganos 40 20 Tamao espermateca 20 4 Nmero Evaluaciones 500 100

G8_1 G8_2

G08 G08

Aritmtica Aritmtica

Propuesta por Fathian Mutacin uniforme

40 40

15 15

2000 3000

G11_1 G11_2

G11 G11

Aritmtica Aritmtica Completa

Mutacin Uniforme Mutacin de EE

30 40

15 20

1500 2000

15/06/2011

MCA-Cmputo Inteligente

12

Resultados (2/4)
Algoritmo E1 E2 G8_1 G8_2 G11_1 G11_2 0.75 -0.095825 0.00 Valor objetivo Mejor 0.000 0.000 -0.095809 -0.095825 0.749961 0.750246 Media 0.021 0.003 -0.094485 -0.092617 0.750728 0.753345 Mediana 0.020 0.000 -0.095163 -0.094492 0.750512 0.752920 Peor 0.070 0.020 -0.089991 -0.081970 0.753672 0.757849 Desviacin estndar 0.020 0.006 0.001438 0.004195 0.000759 0.002255

15/06/2011

MCA-Cmputo Inteligente

13

Resultados (3/4)
Algoritm o E1 Sem illa 0.1345 140 120 100
f(x)
250

Algoritm o E2 Se m illa 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 0.6035 0.08 0.06 0.04 0.02 0 -0.02 1 -0.04 -0.06 -0.08 -0.1 -0.12 Iteraciones 189 377 565 753 941 1129 1317 1505 1693 1881
f(x) f(x)

Algoritmo G8_2 Sem illa 0.6472 0 -0.01 1 -0.02 -0.03 -0.04 -0.05 -0.06 -0.07 -0.08 -0.09 -0.1 iteraciones

267 533 799 1065 1331 1597 1863 2129 2395 2661 2927

15/06/2011

MCA-Cmputo Inteligente

14

Resultados (4/4)
Algoritm o G11_1 Sem illa 0.7746 0.8 0.79 0.78

Algoritm o G11_2 Sem illa 0.0642 0.84 0.82 0.8

f(x)

f(x)

0.77 0.76 0.75 0.74 0.73 1 130 259 388 517 646 775 904 1033 1162 1291 1420 Iteraciones

0.78 0.76 0.74 0.72 0.7 1 173 345 517 689 861 1033 1205 1377 1549 1721 1893 Iteraciones

15/06/2011

MCA-Cmputo Inteligente

15

Conclusiones

Se puede apreciar que el desempeo del algoritmo HBMO tiene una convergencia prematura hacia el valor ptimo de la funcin. Los tiempos de ejecucin son relativamente cortos, alrededor de 23 segs. Puede estancarse en un ptimo local. Desempeo con el uso de heursticas con algoritmos genticos tuvo un comportamiento ptimo.
MCA-Cmputo Inteligente 16

15/06/2011

Trabajo futuro

Comparar el desempeo del algoritmo propuesto con el algoritmo bsico. Utilizar un mtodo de seleccin de padres de los algoritmos genticos en lugar del algoritmo o realizar un hibrido de stos. Analizar ms la convergencia prematura, para verificar que no se quede estancada en un ptimo local. Verificar los algoritmos G9, G10, y G03
MCA-Cmputo Inteligente 17

15/06/2011

Gracias por su atencin

15/06/2011

MCA-Cmputo Inteligente

18