Sobre el funcionamiento interno del PSO y construcción de nuevo método

Erroz Arroyo, David (2022). Sobre el funcionamiento interno del PSO y construcción de nuevo método. Thesis (Master thesis), E.T.S. de Ingenieros Informáticos (UPM).

Description

Title: Sobre el funcionamiento interno del PSO y construcción de nuevo método
Author/s:
  • Erroz Arroyo, David
Contributor/s:
  • Swoboda, Nik
Item Type: Thesis (Master thesis)
Masters title: Inteligencia Artificial
Date: July 2022
Subjects:
Faculty: E.T.S. de Ingenieros Informáticos (UPM)
Department: Inteligencia Artificial
Creative Commons Licenses: Recognition - No derivative works - Non commercial

Full text

[img] PDF - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (3MB)

Abstract

Al ser el Particle Swarm Optimization (PSO) una metaheurística, sus fundamentos teóricos no son del todo rigurosos por no tener sus bases en la optimización matemática. Sabemos la metáfora que lo inspira y por ende la idea que hay detrás de su funcionamiento, pero desconocemos el funcionamiento exacto del método. No sabemos a priori por qué es tan efectivo para resolver problemas de optimización ni lo que hace que lo sea. Tampoco sabemos con precisión cuál es el rol de sus hiperparámetros en la optimización, cómo influyen éstos en el comportamiento del algoritmo y de qué manera afectan su rendimiento. Esto por supuesto es un condicionante bastante grave ya que nos limita mucho a la hora de tener que realizar la configuración óptima de hiperparámetros para nuestro problema o a la hora de investigar nuevas variantes o adaptaciones del PSO. En este trabajo se revisarán diferentes análisis publicados a lo largo de estos años sobre el método, algunos de los cuales derivan en intentos de mejora del estándar, todo con el fin de solucionar estos problemas. Además, también se presentará un análisis propio que da origen a un nuevo método PSO, que será a su vez comparado con otras versiones mejoradas del mismo. El nuevo método propuesto no solamente tiene por objetivo alcanzar un mejor rendimiento que el original, sino también facilitar el control del usuario sobre el proceso de optimización.---ABSTRACT---As the Particle Swarm Optimization (PSO) is a metaheuristic, its theoretical foundations are not entirely rigorous because they are not rooted in mathematical optimization. We know the metaphor that inspires it and thus the idea behind its working, but we do not know the exact working of the method. We do not know a priori why it is so effective in solving optimization problems or what makes it so. We do not know with precision which is the role of its hyperparameters in the optimization task, how do they influence the algorithm’s behaviour and in which way they affect its performance. This of course is a quite serious drawback since it limits us a lot when it comes to doing the optimal configuration of the hyperparameters for our problem or when investigating new variants or adaptations of the PSO. In this work different analyses about the method published along these years will be reviewed, some of which lead to improvement attempts of the standard, all in order to solve these problems. Moreover, an own analysis that gives rise to a new PSO method will also be presented, being this new PSO in turn compared to other improved versions of the original. The proposed new method is not only aimed at achieving better performance than the original one, but also to facilitate user control over the optimization process.

More information

Item ID: 71422
DC Identifier: https://oa.upm.es/71422/
OAI Identifier: oai:oa.upm.es:71422
Deposited by: Biblioteca Facultad de Informatica
Deposited on: 28 Jul 2022 07:15
Last Modified: 28 Jul 2022 07:15
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM