Sistema competitivo multi-enjambre en la asignación adaptativa de recursos para un sistema multiprocesos

Abstract

En este artículo se presenta una nueva propuesta que realiza asignación adaptativa de recursos para controlar un sistema multiproceso utilizando técnicas bio-inspiradas, basadas específicamente en algoritmos de inteligencia de enjambres (SwarmIntelligence, SI). Estos algoritmos solucionan problemas de alta complejidad demostrando características de adaptación y cooperación entre los diversos agentes individuales, a partir de reglas simples. Ello conlleva a observar con expectativa el desempeño sobre el nivel de aplicabilidad que estos algoritmos tienen en el control de sistemas complejos con múltiples entradas y salidas. En este trabajo se propone ejecutar diferentes modelos de enjambres de forma independiente recreando un sistema competitivo desde el punto de vista operacional, ya que estos se basan únicamente en propiedades asignadas a su propio modelo de enjambre. Esta propuesta fue estudiada y analizada utilizando diversas métricas de desempeño. Todos los algoritmos evaluados lograron controlar todos los procesos asignados especialmente el modelo de hormigas que mostró mayor estabilidad.
|Abstract
= 18 veces | PDF (ESPAÑOL (ESPAÑA))
= 6 veces|

Downloads

Download data is not yet available.

References

C. Blum, D. Merkle. Swarm Intelligence Introduction and Applications. Ed. Springer-Verlag. Berlin, Heidelberg, Germany. 2008. pp. 3-41.

J. Kennedy, R. Eberhart. Swarm Intelligence. Ed. Academic Press, San Diego, CA, USA. 2001. pp. 288- 308.

K. Passino. Biomimicry for Optimization, Control, and Automation. Ed. Springer-Verlag London Limited. Cap. 1, 5. 2005. pp. 9-92, 764-892.

N. Quijano, B. Andrews, K. Passino. “Foraging Theory for Multizone Temperature Control”. IEEE Computational Intelligence Magazine. Vol. 1. 2006. pp. 18-27.

W. Alfonso. “Regulación de Temperatura en la Plataforma UV-PTM01 basada en Agentes Cooperativos para la Asignación Dinámica de Recursos”. Tesis de grado. Universidad del Valle. Cali, Colombia. 2007. pp. 144.

N. Karaboga. A New “Design Method Based on Artificial Bee Colony algorithm for Digital IIR Filters”. Journal of the Franklin Institute. Vol. 346. 2009. 328-348.

W. Alfonso, M. Muñoz, J. López, E. Caicedo. “Optimización de Funciones Inspirada en el Comportamiento de Búsqueda de Néctar en Abejas”. Memorias del Congreso Internacional de Inteligencia Computacional (CIIC2007). Bogotá - Colombia. 2007. pp. 1-9.

M. Fleischer. Foundations of Swarm Intelligence: From Principles to Practice. Cornell University Library. Ithaca, NY, USA. 2005. pp. 1-13.

M. Muñoz, J. López, E. Caicedo. “Optimización por Colonia de Hormigas para la Asignación Dinámica de Recursos en una Plataforma de Experimentación de Temperatura Multi-zona”. IEEE Latin American Transactions. Vol. 5. 2007. pp. 82-87.

N. Quijano, K. Passino. “Resource Allocation Strategies For Multizone Temperature Control”. 2nd IFAC Symposium on System, Structure and Control. Oaxaca (México). Diciembre 2004. pp. 1-6.

N. Quijano, A. Gil, K. Passino. Experiments for Distributed and Networked Dynamic Resource Allocation, Scheduling, and Control. Junio 2004. pp. 1-57. http://ece.osu.edu/~passino/CSM03039_ Revised.pdf. Fecha de consulta: Diciembre 2009

M. Muñoz. “Asignación Dinámica de Recursos con Técnicas Bio-Inspiradas Para Un Sistema de Control de Temperatura MIMO”. Tesis de grado. Universidad del Valle, Cali, Colombia. 2005. Fecha de consulta: enero 2010. pp. 151. Impreso.

N. Quijano, A. Gil, K. Passino. “Experiments for Dynamic Resource Allocation, Scheduling, and Control”. IEEE Computational Intelligence Magazine. 2004. Vol. 25. pp. 63-79.

N. Quijano. “Experiments and Technologies For Decentralized Temperature Control”. Thesis. The Ohio State University. Columbus, Ohio, USA. 2002. Fecha de consulta: Febrero 2010. http://www2.ece.ohiostate.edu/~passino/tesis_Æ nal.pdf.

E. Bonabeau, M. Dorigo, G. Theraulaz. Swarm Intelligence From Natural to Artificial Systems. Ed. Oxford University Press. New York, NY, USA. 1999. Cap. 2, 3. pp. 25-56, 109-144.

M. Dorigo, V. Maniezzo, A. Colorni. “The Ant System: Optimization by a Colony of Cooperating Agents”. IEEE Transactions on Systems, Man, and Cybernetics-Part B. 1996. Vol. 26. pp. 1-13.

M. Dorigo, G. Di Caro, L. Gambardella. Ant Algorithms for Discrete Optimization. Artificial Life. Cambridge, MA, USA. 1999. pp. 137-172.

K. Passino. “Bacterial Foraging Optimization. International”. Journal of Swarm Intelligence Research. Vol. 1. 2010. pp. 1-16.

M. Muñoz, J. López, E. Caicedo. “Inteligencia de Enjambres: Sociedades Para la Solución de Problemas (Una Revisión)”. Ingeniería e Investigación. Vol. 28. 2008. pp. 119-130.

K. M. Passino. “Biomimicry of Bacterial Foraging for Distributed Optimization and Control”. IEEE Control Systems Magazine. Vol. 22. 2002. pp. 52-67.

H. de Vries, J. Biesmeijer. “Modelling Collective Foraging by Means of Individual Behavior Rules in Honey-Bees”. Vol. 44. 1998. pp. 109-124.

M. Muñoz, J. López, E. Caicedo. “An Artificial Bee Hive for Continuous Optimization”. International Journal of Intelligent Systems. Vol. 1. 2008. pp. 1-7.

Published
2013-05-06
How to Cite
Marulanda J., Alfonso W., & Caicedo E. (2013). Sistema competitivo multi-enjambre en la asignación adaptativa de recursos para un sistema multiprocesos. Revista Facultad De Ingeniería Universidad De Antioquia, (66), 168-180. Retrieved from https://revistas.udea.edu.co/index.php/ingenieria/article/view/15233