FRCU - Grupos de Investigación
Permanent URI for this communityhttp://48.217.138.120/handle/20.500.12272/765
Browse
6 results
Search Results
Item 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(2016-11) Casanova Pietroboni, Carlos Antonio; Schweickardt, Gustavo AlejandroEste 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.Item Optimización dinámica posibilística de un sistema de distribución mediante una hiperheurística basada en razonamiento con dominio en metaheurísticas x-pso multi-objetivo(2015-06) Schweickardt, Gustavo Alejandro; Casanova Pietroboni, Carlos AntonioEn el presente trabajo se aplica una Hiperheurística que los autores han denominado HY X-FPSO CBR para la Optimización Dinámica Posibilística que se corresponde con la Planificación de Mediano/Corto Plazo de un Sistema de Distribución de Energía Eléctrica. El problema a resolver, específicamente, es la definición/identificación del Espacio de Estados por los que el Sistema de Distribución de Energía Eléctrica debe evolucionar, conociendo el número de etapas. Las mismas se corresponden con cada año del Período de Control Regulatorio. Se procede al Diseño y Entrenamiento de la Red Neuronal Artificial de Retropropagación, en la que se basa el mecanismo de Aprendizaje/Selección mediante el cual son aplicadas las formas X-FPSO, para cierta instancia de decisión, identificadas como dominio de la Hiperheurística propuesta. Se integran los resultados al Modelo de Optimización Posibilística y se procede a la simulación completa en un Estudio de Caso sobre un Sistema de Distribución de Energía Eléctrica real. Se comparan los resultados que arroja la Hiperheurística propuesta, con el Espacio de Estados formado por inspección, en otras optimizaciones realizadas sobre el mismo Sistema de Distribución de Energía Eléctrica.Item Implementación de la metaheurística FEPSO GIST mediante procesamiento paralelo : aplicación al problema de balance de fases en sistemas de distribución en baja tensión(Universidad Nacional de Cuenca. Facultad de Ingeniería., 2014-10) Schweickardt, Gustavo Alejandro; Casanova Pietroboni, Carlos AntonioEl presente trabajo describe el diseño e implementación de la Metaheurística FEPSO GIST (Fuzzy Particle Swarm Optimization with Global-Individual Star Topology) bajo un paradigma de computación paralela, empleando la plataforma MPI (Message Passing Interface), y aplicada a la solución del problema de Balance de Cargas en Sistemas de Distribución de Energía Eléctrica en Baja Tensión (PBC SDEE BT). En primer lugar, se plantea el Problema PBC SDEE BT multiobjetivo, carente de solución por métodos de optimización clásica. En segundo lugar, se presenta el marco de trabajo sobre el cual las heurísticas poseen un amplio grado de aplicación, y donde la computación paralela se yergue como una aliada invaluable al intentar, al igual que los métodos heurísticos, acelerar la respuesta de algoritmos que requieren de un poder computacional superior al paradigma secuencial. Seguidamente, se describe el diseño del algoritmo FEPSO GIST, la alternativa elegida para su implementación en MPI, y los detalles a tener en cuenta para una mejor ejecución. Por último, Se presenta su aplicación en un PBC SDEE BT real.Item Hiperheurística basada en razonamiento con dominio en metaheurísticas X-PSO multiobjetivo hy X-FPSO CBR : aplicación sobre una optimización dinámica posibilística. Parte 2 : aplicación a la optimización dinámica posibilística en la planificación de mediano/corto plazo de un sistema de distribución eléctrica(2014-05) Schweickardt, Gustavo Alejandro; Casanova Pietroboni, Carlos Antonio; Giménez Álvarez, Juan ManuelEn el presente trabajo se aplica la Hiperheurística HY X-FPSO CBR soportando a la Optimización Dinámica Posibilística que se corresponde con la Planificación de Mediano/Corto Plazo de un Sistema de Distribución de Energía Eléctrica (SDEE). El problema a resolver, específicamente, es la definición/identificación del Espacio de Estados por los que el SDEE debe evolucionar, conociendo el número de etapas. Las mismas se corresponden con cada año del Período de Control Regulatorio. Se procede al Diseño y Entrenamiento de la Red Neuronal Artificial de Retropropagación, en la que se basa el mecanismo de Aprendizaje/Selección mediante el cual son aplicadas las formas X-FPSO, para cierta instancia de decisión, identificadas como dominio de la Hiperheurística propuesta. Se integran los resultados al Modelo de Optimización Posibilística y se procede a la simulación completa en un Estudio de Caso sobre un SDEE real. Se comparan los resultados que arroja la Hiperheurística propuesta, con el Espacio de Estados formado por inspección, en otras optimizaciones realizadas sobre el mismo SDEE.Item Hiperheurística basada en razonamiento con dominio en metaheurísticas X-PSO multiobjetivo hy X-FPSO CBR : aplicación sobre una optimización dinámica posibilística. Parte 1 : desarrollos teóricos del algoritmo hiperheurístico HY X-FPSO CBR(2013-11) Schweickardt, Gustavo Alejandro; Casanova Pietroboni, Carlos Antonio; Giménez Álvarez, Juan ManuelEn el presente trabajo se desarrolla el marco conceptual/teórico relativo a una novedosa HiperHeurística, basada en Razonamiento y aplicada en el dominio de MetaHeurísticas variantes de la Optimización Por Enjambre de Partículas (PSO), denominadas X-PSO, MultiObjetivo. Esta HiperHeurística, referida como HY X-FPSO CBR (Case Based Reasoning) emplea, como mecanismo de selección de la forma X de la MetaHeurística FPSO a ser aplicada en cierta instancia de decisión, una Función de Elección aproximada mediante una Red Neuronal Artificial tipo Retropropagación. Para el diseño y, particularmente, entrenamiento de la misma, son considerados aspectos relativos a los Principios de la Inteligencia de Grupo y las habilidades que cada forma X-FPSO exhibe para satisfacerlos, así como las características del Espacio de Búsqueda, inherentes a la Clase de Problemas que deben resolverse mediante la HiperHeurística propuesta: Establecer el Espacio de Estados requerido por una Optimización Dinámica Posibilística sobre la Planificación de Mediano/Corto Plazo de un Sistema de Distribución de Energía Eléctrica (SDEE).Item Aproximación del frente pareto-óptimo de un problema NRP bi-objetivo mediante un algoritmo basado en enjambres de partículas(2018-10-26) Rottoli, Giovanni Daián; Schab, Esteban Alejandro; De Battista, Anabella Cecilia; Tournoud, Adrián Alberto; Bracco, Luciano Joaquín; Pereyra Rausch, Fernando Nahuel; Casanova Pietroboni, Carlos AntonioEn este trabajo se presenta un método novedoso basado en Enjambres de Partículas para la aproximación del frente Pareto-óptimo de un problema de optimización bi-objetivo, el problema del Next Release (NRP). Se define el problema en sus versiones mono y bi-objetivo, presentando una representación con Programación Lineal Entera. El método utiliza la teoría de Conjuntos Difusos para componer una función abstracta de aptitud, la cual es especializada por distintas partículas para realizar la búsqueda en distintos lugares del frente. Se realiza una prueba de concepto, aplicando el método a una instancia del problema y se compara con otra metaheurística del estado del arte. Finalmente, se concluye resaltando los resultados más importantes.