Este documento trata sobre inteligencia de enjambre y dos algoritmos de optimización: el algoritmo de optimización por enjambre de partículas (PSO) y el algoritmo de optimización mediante colonias de hormigas (ACO). PSO simula el comportamiento colectivo de un enjambre de partículas que se mueven a través de un espacio de búsqueda. ACO se basa en el comportamiento de búsqueda de alimentos de las hormigas. Ambos algoritmos son métodos estocásticos para encontrar soluciones óptimas

1. Swarm intelligence
Matricula: 1458170 José Alejandro Ramírez Alvarez
Matricula:1575554 Jesús Diego López Pérez
MATRICULA:1498278 NOMBRE : Alfredo Santiago Alvarado

2. ¿qué es swarm intelligence?
Es un comportamiento colectivo
descentralizado, de sistema organizado,
natural o artificial. El concepto es
empleado en inteligencia artificial.

3. ¿qué es PSO?
Es un método computacional que optimiza por iteractivamente
tratar de mejorar una solución candidato con respecto a una
determinada medida de la calidad.

4. ¿Cuáles son los dos valores que
influyen en la posición de la
partícula?
 Su posición en X y Y
 Su velocidad

5. ¿Cuáles son las características
principales de una partícula?
 Flexibilidad
 Robustez
 Auto-organización

6. ¿Qué parámetros involucra el
algoritmo de PSO?
 En primer lugar, PSO asume un intercambio de información
(interacciones sociales) entre los agentes de búsqueda. Es
decir, las partículas modifican su dirección en función de las
direcciones de las partículas de su vecindario.
 Además, almacena información histórica de la experiencia
propia de cada agente (anuencia individual).
 Cada partícula decide su nueva dirección en función de la mejor
posición por la que pasó anteriormente.
 Suele tener una convergencia rápida a buenas soluciones

7. ¿Qué tipo de problemas pueden
resolverse con PSO?
Particle Swarm Optimization
Es una técnica estocástica de búsqueda a
ciegas de soluciones cuasi-óptimas. Mantiene
un cúmulo (swarm) de partículas cuyas
posiciones representan un conjunto de
posibles soluciones. Este cúmulo es sometido
a ciertas transformaciones con las que se trata
de modificar las posiciones de las partículas
en un espacio de búsqueda, moviéndolas
hacia las regiones más prometedoras.

8. ¿Qué significa ACO?
 Ant Colony Optimization (Optimización mediante Colonias de
Hormigas).

9. ¿Qué metáfora es la que se sigue
en la ACO?
 servir a la colonia mas que buscar su propio beneficio

10. ¿Qué papel juega la feromona en
la ACO?
 vital , ya que la feromona es un indicador que les dice a las
hormigas por donde ya han dejado rastro .

11. ¿Qué tipo de problemas pueden
resolverse con ACO?
 problemas que busquen la ruta mas optima .

12. Diagrama PSO

13. Diagrama ACO