Implementación de la metaheurística FEPSO GIST mediante procesamiento paralelo: Aplicación al problema de balance de fases en sistemas de distribución en baja tensión
Resumen
RESUMEN
El presente trabajo describe el diseño e implementación de la Metaheurística FEPSO GIST (Fuzzy Particle Swarm Optimization with Global-Individual Star Topology) bajo un paradigma de computación paralela, empleando la plataforma MPI (Message Passing Interface), y aplicada a la solución del problema de Balance de Cargas en Sistemas de Distribución de Energía Eléctrica en Baja Tensión (PBC SDEE BT). En primer lugar, se plantea el Problema PBC SDEE BT multiobjetivo, carente de solución por métodos de optimización clásica. En segundo lugar, se presenta el marco de trabajo sobre el cual las heurísticas poseen un amplio grado de aplicación, y donde la computación paralela se yergue como una aliada invaluable al intentar, al igual que los métodos heurísticos, acelerar la respuesta de algoritmos que requieren de un poder computacional superior al paradigma secuencial. Seguidamente, se describe el diseño del algoritmo FEPSO GIST, la alternativa elegida para su implementación en MPI, y los detalles a tener en cuenta para una mejor ejecución. Por último, Se presenta su aplicación en un PBC SDEE BT real.
Palabras clave: Metaheurísticas, enjambre de partículas, optimización multiobjetivo, computación paralela, balance de cargas, sistemas de distribución.
ABSTRACT
This paper describes the design and implementation of the FEPSO GIST (Fuzzy Particle Swarm Optimization with Global-Individual Star Topology) Metaheuristic, under a paradigm of parallel computing platform using the MPI (Message Passing Interface). The model is applied to the solution of Multiobjective Unbalanced Load Problem in Low Voltage Electric Distribution Systems (ULP LV EDS). First, the ULP LV EDS is presented, which has no solution by classical optimization methods. Then, the framework over the heuristics methods has a wide range of application and the parallel computation is the main approach to accelerate the results of algorithms that require a more powerful computing process respect of sequential paradigm, is described. Finally, the FEPSO GIST Metaheuristic design, in this framework, is presented, and its implementation MIP is applied on a real ULP LV EDS.
Keywords: Metaheuristics, particle swarm, multiobjective optimization, parallel computation, unbalance load problem, distribution systems.
Descargas
Métricas
Citas
Kennedy, J., R.C. Eberhart, 1995. Particle Swarm Optimization. IEEE International Conference on Neural Networks. Pert, Australia, 6 pp.
Miranda, V., H. Keko, A. Duque Jaramillo, 2008. EPSO: Evolutionary Particle Swarms. In: Advances in Evolutionary Computing for System Design. Jain, L., V. Palade, D. Srinivasan (Eds.), Springer Series in Computational Intelligence, 66, 139-168.
Schweickardt, G., V. Miranda, 2010. Metaheurística FEPSO aplicada a problemas de optimización combinatoria: Balance de fases en sistemas de distribución eléctrica. Revista Ciencia, Docencia y Tecnología, Universidad Nacional de Entre Ríos, XXI(40), 133-163.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Copyright © Autors. Creative Commons Attribution 4.0 License para cualquier artículo enviado a partir del 6 de junio de 2017. Para los manuscritos presentados anteriormente, se utilizó la licencia CC BY 3.0.
Usted es libre de:
Compartir — compartir y redistribuir el material publicado en cualquier medio o formato. |
Adaptar — combinar, transformar y construir sobre el material para cualquier propósito, incluso comercialmente. |
Bajo las siguientes condiciones:
Atribución — Debe otorgar el crédito correspondiente, proporcionar un enlace a la licencia e indicar si se realizaron cambios. Puede hacerlo de cualquier manera razonable, pero de ninguna manera que sugiera que el licenciador lo respalda a usted o a su uso. |
Sin restricciones adicionales: no puede aplicar términos legales o medidas tecnológicas que restrinjan legalmente a otros a hacer cualquier cosa que permita la licencia. |
Mayor información sobre este acuerdo de autoría y licencia, transferencia de derechos o solicitudes de reproducción, pueden ser consultados en este enlace.