Algoritmo de optimización para el cálculo de múltiples raíces de sistemas de ecuaciones no lineales

  • Jorge Cruz Duarte Universidad Industrial de Santander. Bucaramanga, Colombia.
  • Iván Amaya Contreras Universidad Industrial de Santander. Bucaramanga, Colombia.
  • Carlos Correa Cely Universidad Industrial de Santander, Bucaramanga, Colombia

Resumen

En este artículo se presenta una estrategia novedosa para la búsqueda de múltiples soluciones en sistemas de ecuaciones no lineales, mediante la metaheurística de optimización por enjambre de partículas, y su versión unificada. Inicialmente, se expone una sección de fundamentos, donde se muestran las bases de las técnicas numéricas utilizadas y también la transformación del problema de solución en uno de optimización. Se comprueba esta nueva estrategia con diferentes tipos de sistemas, variando sistemáticamente el tamaño de los mismos para observar el comportamiento de las metaheurísticas usadas. Luego de analizar los datos obtenidos, se encuentra que la estrategia implementada tiene un gran potencial de aplicación en problemas de ingeniería. Para los sistemas analizados en este escrito, se recomienda utilizar la versión unificada o la original, dependiendo de si el sistema es pequeño o grande (menor o mayor a cinco ecuaciones e incógnitas), respectivamente.

Palabras clave: Computación, Ecuaciones no lineales, Enjambre de partículas, Enjambre de partículas unificado, Estrategia de solución, Metaheurísticas, Métodos numéricos, Optimización, Sistemas de ecuaciones.

Referencias

[1] I. Amaya et al., “Solution of the Mathematical Model of a Nonlinear Direct Current Circuit Using Particle Swarm Optimization”, Revista Dyna, vol. 79, no. 172, 2011, pp. 77-84.

[2] J. Cruz et al., “Solution of the mathematical model of a DC nonlinear electronic circuit using an optimization strategy: Application of the original and unified Particle Swarm Metaheuristics,” in 4th IEEE Colombian Workshop on Circuits and Systems (CWCAS), (2012), pp. 1-6.

[3] I. Amaya et al., “Real Roots of Nonlinear Systems of Equations Through a Metaheuristic Algorithm,” Revista Dyna, vol. 78, no. 170, 2011, pp. 15-23.

[4] C. Grosan and A. Abraham, “A New Approach for Solving Nonlinear Equations Systems,” IEEE transactions on systems, man, and cybernetics, vol. 38, no. 3, pp. 698-714, 2008.

[5] L. Gómez, “Propuesta de demostración del teorema sobre la relación entre sistemas de ecuaciones y el problema de optimización (comunicación interna)”. Bucaramanga, 2010, pp. 1-2.

[6] O. Roa et al., “Solution of nonlinear circuits with the Central Force Optimization algorithm,” in 4th IEEE Colombian Workshop on Circuits and Systems (CWCAS), (2012), pp. 1-6.

[7] S. Reyes et al., “Real and/or Complex Roots Calculation of Nonlinear Equations Systems through Modified Particle Swarm Optimization,” Ingenieria y Universidad, vol. 16, no. 2, Oct. 2012, pp. 349-362.

[8] J. Kennedy and R. Eberhart, “Particle swarm optimization,” Proceedings of ICNN ’95 - International Conference on Neural Networks, vol. 4, 1995, pp. 1942- 1948.

[9] H. Babaee and A. Khosravi, “An Improve PSO Based Hybrid Algorithms,” in International Conference on Management and Service Science, (2011), pp. 1-5.

[10] J. Huang and D. Cao, “Particle swarm optimization method for solving quadratic eigenvalues,” in 3rd International Conference on Biomedical Engineering and Informatics (2010), pp. 2932-2935.

[11] K. E. Parsopoulos and M. N. Vrahatis, “Unified Particle Swarm Optimization in Dynamic Environments,” Applications of Evolutionary Computing, vol. 3449, 2005, pp. 590-599.

[12] R. Correa et al., “Uso de algoritmos metaheurísticos híbridos para la minimización de entropía en problemas de transferencia de calor en circuitos electrónicos,” Revista Ingeniería y Universidad, vol. 15, no. 2, 2011, pp. 403-421.

[13] Z. Zhan et al., “Experimental Study on PSO Diversity,” Computational Intelligence, 2010, pp. 310-317.

Descargas

La descarga de datos todavía no está disponible.

Acerca de los Autores

Jorge Cruz Duarte, Universidad Industrial de Santander. Bucaramanga, Colombia.


Ingeniero Electrónico. Estudiante de Maestría de Investigación en Ingeniería Electrónica. Universidad Industrial de Santander. Bucaramanga, Colombia. mrcrois@gmail.com

Iván Amaya Contreras, Universidad Industrial de Santander. Bucaramanga, Colombia.


Ingeniero Mecatrónico. Candidato a Doctor en Ingeniería, área Ingeniería Electrónica. Universidad Industrial de Santander. Bucaramanga, Colombia. iamaya2@gmail.com

Carlos Correa Cely, Universidad Industrial de Santander, Bucaramanga, Colombia

Ingeniero Químico. Doctor en Polymer Science and Engineering. Profesor Titular. Universidad Industrial de Santander, Bucaramanga, Colombia. crcorrea@uis.edu.co

Publicado
2013-07-01
Cómo citar
Cruz Duarte, J., Amaya Contreras, I., & Correa Cely, C. (2013). Algoritmo de optimización para el cálculo de múltiples raíces de sistemas de ecuaciones no lineales. INGE CUC, 9(1), 197-208. Recuperado a partir de https://revistascientificas.cuc.edu.co/ingecuc/article/view/153
Sección
ARTÍCULOS