Inteligencia de enjambre: de los sistemas naturales a los artificiales
Palabras clave:
inteligencia de enjambres, optimización, Inteligencia artificial, animales gregarios, algoritmosResumen
La inteligencia artificial (IA) ha dejado de ser ciencia ficción, y ya es algo común en nuestra vida. Las distintas áreas de la IA imitan lo que ocurre en la naturaleza, un ejemplo es el comportamiento de diferentes animales gregarios, como las abejas o los lobos. El comportamiento de estas estructuras sociales se emplea para buscar soluciones a diferentes problemas. En este artículo se presentan algunos ejemplos de algoritmos que imitan el comportamiento de distintos animales y su aplicación en la vida diaria, en el marco de una disciplina que se conoce como inteligencia de enjambre.
Citas
Bayar, N., Darmoul, S., Hajri-Gabouj, S. y Pierreval, H. (2015). Fault detection, diagnosis and recovery using artificial immune systems: A review. Engineering Applications of Artificial Intelligence, 46(A), 43-57. https://doi.org/10.1016/j.engappai.2015.08.006
Chaudhary, R. y Banati, H. (2019). Swarm bat algorithm with improved search (SBAIS). Soft Computing, 23, 11461-11491. https://doi.org/10.1007/s00500-018-03688-4
Delvalle-Arroyo, P.E., Fory-Aguirre, C.A. y Serna-Ramírez, J.M. (2015). Cellular automata: Control improvements and immunity in the simulation of propagative phenomena. Sistemas y Telemática, 13(35), 9-22.
Han, J.H., Lee, J.S. y Kim, D.K. (2009). Bio-inspired flapping UAV design: A university perspective. En las memorias del SPIE, 7295, Health Monitoring of Structural and Biological Systems, 72951l. https://doi.org/10.1117/12.815337
Ileri, E., Karaolgan, A. D. y Akpinar, S. (2020). Optimizing cetane improver concentration in biodiesel-diesel blend via grey wolf optimizer algorithm. Fuel, 273, 117784. https://doi.org/10.1016/j.fuel.2020.117784
Kim, H., Kim, J. y Jung H. (2018). Convolutional neural network based image processing system. Journal of Information and communication Convergence Engineering, 16(3), 160-165. https://doi.org/10.6109/jicce.2018.16.3.160
Kumar, A., Kumar, D. y Jarial, S.K. (2016). A comparative analysis of selection schemes in the artificial bee colony algorithm. Computación y Sistemas, 20(1), 55-66. https://doi.org/10.13053/cys-20-1-2228
Lobato, F.S. y Steffen, V. (2014). Fish swarm optimization algorithm applied to engineering system design. Latin American Journal of Solids and Structures, 11(1), 143-156. https://doi.org/10.1590/S1679-78252014000100009
Mandloi, M. y Bhatia, V. (2017). Capítulo 12 – Symbol detection in multiple antenna wireless system via ant colony optimization. Handbook of Neural Computation, Academic Press, 225-237. https://doi.org/10.1016/B978-0-12-811318-9.00012-0
Moosavi, S. H. y Bardsiri. V. K. (2017). Satin bowerbird optimizer: A new optimization algorithm to optimize ANFIS for software development effort estimation. Engineering Applications of Artificial Intelligence, 60, 1-15. https://doi.org/10.1016/j.engappai.2017.01.006
Obando-Paredes, E.D. (2017). Algoritmos genéticos y PSO aplicados a un problema de generación distribuida. Scientia et Technica, 22(1), 15-23.
Valdez F., Melin P., Castillo O. (2014). A survey on nature-inspired optimization algorithms with fuzzy logic for dynamic parameter adaptation. Expert Systems with Applications, 41(14), 6459-6466. https://doi.org/10.1016/j.eswa.2014.04.015
Wu, T.Q., Yao, M. y Yang, J.H. (2016). Dolphin swarm algorithm . Frontiers of Information Technology & Electronic Engeneering, 17, 717-729. https://doi.org/10.1631/FITEE.1500287
Xie, L., Han, T., Zhou, H., Zhang, Z. R., Han, B. y Tang, A. (2021). Tuna swarm optimization: A novel swarm-based metaheuristic algorithm for global optimization. Artificial Intelligence and Machine Learning-Driven Decision-Making, 2021. https://doi.org/10.1155/2021/9210050
Yang, X.S. (2021). Capítulo 9. Firefly algorithms. Nature-Inspired Optimization Algorithms. 2da ed., Academic Press. 123-139.
Yilmaz, S. y Sen, S. (2020). Electric fish optimization: a new heuristic algorithm inspired by electrolocation. Neural Computing and Applications, 32, 11543-11578. https://doi.org/10.1007/s00521-019-04641-8
Publicado
Número
Sección
Licencia
Derechos de autor 2022 Revista Digital Universitaria
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Revista Digital Universitaria es editada por la Universidad Nacional Autónoma de México se distribuye bajo una Licencia Creative Commons Atribución-NoComercial 4.0 Internacional. Basada en una obra en http://revista.unam.mx/.
