Nelson Guerra Álvarez y Broderick Crawford Labrín |
|
This paper presents a comparison of experimental results between Particle Swarm Optimization (PSO) and Genetic Algorithms (GAs) for the numerical optimization problems. The idea was to implement a PSO algorithm, to see its real behavior by comparing it with the performance that presents GAs in the optimization of classical benchmarking nonlinear functions. Moreover, the effects of different parameters values of the PSO and GAs algorithms are presented. Computational results showed that the optimization by particle swarm has a better behavior than genetic algorithms in most of the used benchmarks.
|
| Keywords: Evolutionary Computation, Metaheuristic, Particle Swarm Optimization, Genetic Algorithms, Nonlinear Functions Optimization. |
|
Este articulo presenta los resultados experimentales de la comparación entre Optimización por Enjambre de Partículas y Algoritmos Genéticos, a través de la solución de ciertos problemas de optimización. La idea es implementar la Optimización por Enjambre de Partículas para ver su real comportamiento, comparando dicho comportamiento con el de Algoritmos Genéticos, todo lo anterior, aplicándolo a la optimización de funciones no lineales. También se presentan los efectos que se producen en estas metaheuristicas al cambiar los valores de algunos de sus parámetros. Los resultados muestran que la Optimización por Enjambre de Partículas tiene un mejor comportamiento que Algoritmos Geneticos en la mayoría de las funciones aplicadas.
|
| Palabras Clave: Computación Evolutiva, Metaheurísticas, Optimización por Enjambre de Partículas, Algoritmo Genético, Optimización de Funciones No Lineales. |
 |
 |