Resumen de Análisis Comparativo de los Algoritmos Basados en Abejas y Hormigas en el Problema de la Esfera

Betania Hernández Ocaña, José Hernandez, Óscar Chávez Bósquez, Luis G. Montané Jiménez

• español

  Dos algoritmos bio-inspirados en la naturaleza se implementaron con el fin de conocer y analizar su comportamiento al buscar una solución a un problema de optimización numérica bien conocido en el estado del arte como problema de la esfera. Asimismo, se buscó detectar aspectos comunes y particulares de ambos algoritmos que derivan en una convergencia prematura. Estos algoritmos son: el Algoritmo de Optimización de Colonia de Hormigas (ACO) y Colonia Artificial de Abejas (ABC). Ambos pertenecen al grupo de Algoritmos de Inteligencia Colectiva, los cuales simulan el comportamiento colaborativo de ciertas especies simples e inteligentes. ACO y ABC son escasamente utilizados debido a su poca popularidad en la solución de problemas de optimización numérica puesto que en un principio fueron desarrollados para problemas combinatorios. Los resultados de cinco experimentos son presentados dando como mejor algoritmo a ACO para el problema de la esfera.

• English

  Two bio-inspired algorithms in nature were implemented in order to know and analyze their behavior when looking for a solution to a well-known numerical optimization problem in the state of the art as a sphere problem. Likewise, we sought to detect common and particular aspects of both algorithms that lead to a premature convergence. These algorithms are: the Ant Colony Optimization Algorithm (ACO) and the Artificial Bee Colony (ABC). Both belong to the group of Collective Intelligence Algorithms, which simulate the collaborative behavior of certain simple and intelligent species. ACO and ABC are rarely used due to their low popularity in solving numerical optimization problems since they were originally developed for combinatorial problems. The results of five experiments are presented giving ACO as the best algorithm for the sphere problem.

• português

  Dois algoritmos bioinspirados pela natureza foram implementados com o objetivo de conhecer e analisar seu comportamento na busca de uma solução para um problema de otimização numérica bem conhecido no estado da técnica. Da mesma forma, procuramos detectar aspectos comuns e particulares de ambos os algoritmos que levam à convergéncia prematura. Esses algoritmos são o Ant Colony Optimization Algorithm (ACO) e Artificial Colony of Bees (ABC). Ambos pertencem ao grupo dos Algoritmos de Inteligéncia Coletiva, que simulam o comportamento colaborativo de certas espécies simples e inteligentes. ACO e ABC são raramente usados ​​devido à sua impopularidade na solução de problemas de otimização numérica, uma vez que foram originalmente desenvolvidos para problemas combinatórios. Os resultados de cinco experimentos são apresentados, dando ao ACO o melhor algoritmo para este problema.