Por favor, use este identificador para citar o enlazar este ítem:
https://hdl.handle.net/20.500.12104/80488Registro completo de metadatos
| Campo DC | Valor | Lengua/Idioma |
|---|---|---|
| dc.contributor.advisor | Cuevas Jiménez, Erik Valdemar | - |
| dc.contributor.author | González Becerra, Adrián | - |
| dc.contributor.editor | CUCEI | - |
| dc.contributor.editor | Universidad de Guadalajara | - |
| dc.contributor.other | MAESTRO EN CIENCIAS EN INGENIERIA ELECTRÓNICA Y COMPUTACIÓN | - |
| dc.date.accessioned | 2020-04-02T18:26:32Z | - |
| dc.date.available | 2020-04-02T18:26:32Z | - |
| dc.date.issued | 2014 | - |
| dc.identifier.uri | http://wdg.biblio.udg.mx | - |
| dc.identifier.uri | https://hdl.handle.net/20.500.12104/80488 | - |
| dc.description.abstract | La inteligencia de enjambre (SI por sus siglas en inglés "Swarm intelligence") es una disciplina de la inteligencia artificial que se ocupa del diseño de algoritmos multiagente inteligentes inspirados en el comportamiento colectivo de insectos o animales sociales. Se han propuesto varios algoritmos SI para resolver una amplia gama de aplicaciones de optimización complejos. Aunque tales métodos están diseñados para cumplir los requisitos de problemas de optimización genéricos, ningún algoritmo puede resolver todos los problemas competitivos. Por lo tanto, una enorme cantidad de investigación se ha dedicado a encontrar nuevos métodos de optimización que alcanzan mejores índices de rendimiento. En este trabajo, se propone un nuevo algoritmo llamado enjambre Locust Search (LS) para la solución de tareas de optimización. El algoritmo LS se basa en la simulación del comportamiento presentado en enjambres de langostas. En el algoritmo propuesto, los individuos emulan un grupo de langostas que interactúan entre sí sobre la base de las leyes biológicas del enjambre cooperativa. El algoritmo considera dos comportamientos diferentes: solitarias y sociales. | - |
| dc.description.tableofcontents | Índice General Agradecimientos .................................................................................................................................. 1 Abstract ............................................................................................................................................... 11 Resumen ............................................................................................................................................. 111 Índice General ................................................................................................................................... v Índice de Figuras ........................................................................................................................... VIII Índice de Tablas .............................................................................................................................. IX 1 Introducción ................................................................................................................................ 1 1.1 Antecedentes históricos ....................................................................................................... 1 1.2 Planteamiento del Problema ................................................................................................ 4 1.3 Objetivo de la tesis .............................................................................................................. 5 1.4 Descripción de capítulos ..................................................................................................... 5 2 Optimización ............................................................................................................................... 8 2.1 Optimización ....................................................................................................................... 8 2.2 Tipos de optimización ....................................................................................................... 10 2.3 Algoritmos de optimización .............................................................................................. 11 3 Fundamentos Biológicos de la Langosta ................................................................................... 13 3.1 Vida natural de la langosta del desierto ............................................................................. 13 3.2 Fase solitaria ...................................................................................................................... 14 3.3 Fase social (gregaria) ........................................................................................................ 18 V 4 Algoritmo de optimización basado en la langosta del desierto Locust Search(LS) .................. 21 4.1 Consideraciones ................................................................................................................ 21 4.2 Fase Solitaria (A) .............................................................................................................. 22 4.3 Fase Social (B) .................................................................................................................. 27 4.4 Algoritmo completo LS ..................................................................................................... 30 4.5 Discusión sobre el algoritmo LS ....................................................................................... 32 5 Resultados experimentales del algoritmo .................................................................................. 34 5 .1 Comparación de algoritmos .............................................................................................. 34 5 .1.1 Funciones de prueba unimodales .................................................................................. 35 5 .1.2 Funciones de prueba multimodales ............................................................................... 38 6 Aplicación a visión por computadora ........................................................................................ 41 6.1 Segmentación de imágenes ............................................................................................... 41 6.2 Bases de algoritmos de segmentación ............................................................................... 41 6.3 Métodos basados en histogramas ...................................................................................... 42 6.4 Método de aproximación con funciones gaussianas ......................................................... 43 6.5 Adaptación del algoritmo LS para segmentación .............................................................. 45 6.6 Resultados experimentales de la aplicación ...................................................................... 45 7 Conclusiones ............................................................................................................................. 49 7 .1 Conclusiones Generales .................................................................................................... 49 7.2 Trabajos futuros ................................................................................................................. 50 VI A. Apéndice Funciones de prueba benchmark ............................................................................... 51 B. Artículos .................................................................................................................................... 53 Referencias ........................................................................................................................................ 55 | - |
| dc.format | application/PDF | - |
| dc.language.iso | es | - |
| dc.publisher | Biblioteca Digital wdg.biblio | - |
| dc.publisher | Universidad de Guadalajara | - |
| dc.rights.uri | https://wdg.biblio.udg.mx/politicasdepublicacion.php | - |
| dc.title | Nuevo algoritmo de optimización inspirado en la langosta del desierto para resolver problemas de visión por computadora | - |
| dc.type | Tesis | - |
| dc.type | Maestría | - |
| dc.rights.holder | Universidad de Guadalajara | - |
| dc.rights.holder | González Becerra, Adrián | - |
| dc.coverage | Guadalajara, Jalisco, México | - |
| Aparece en las colecciones: | CUCEI | |
Ficheros en este ítem:
| Fichero | Tamaño | Formato | |
|---|---|---|---|
| MCUCEI01029FT.pdf | 1.07 MB | Adobe PDF | Visualizar/Abrir |
Los ítems de RIUdeG están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.