SWARM INTELLIGENCE FOR RESILIENCE IN MULTILAYER CRITICAL NETWORKS
E. Montes-Orozco. Universidad de las Américas Puebla, Departamento de Computación, Electrónica y Mecatrónica, Puebla, México. Email: edwin.montes@udlap.mx
R. A. Mora-Gutiérrez. Universidad Autónoma Metropolitana Azcapotzalco, Departamento de Sistemas, Ciudad de México, México. Email: mgra@azc.uam.mx
E. A. Rincón-García. Universidad Autónoma Metropolitana Iztapalapa, Departamento de Ingeniería Eléctrica, Ciudad de México, México. Email: rincon@xanum.uam.mx
S.G. de-los-Cobos-Silva. Universidad Autónoma Metropolitana Iztapalapa, Departamento de Ingeniería Eléctrica, Ciudad de México, México. Email: cobos@xanum.uam.mx
M. A. Gutiérrez-Andrade. Universidad Autónoma Metropolitana Iztapalapa, Departamento de Ingeniería Eléctrica, Ciudad de México, México. Email: gamma @xanum.uam.mx
P. Lara-Velázquez. Universidad Autónoma Metropolitana Iztapalapa, Departamento de Ingeniería Eléctrica, Ciudad de México, México. Email: plara@xanum.uam.mx
G.S. Torres-Cockrell. Tecnológico de Estudios Superiores de Ecatepec, Departamento de Ingeniería Mecánica, Mecatrónica e Industrial (DIMM), Ecatepec de Morelos, México. Email: gilberto_to@tese.edu.mx
- Fuzzy Economic Review: Volume 30, Number 2, 2025
- DOI: 10.25102/fer.2025.02.01
Abstract
Critical infrastructure networks such as telecommunications, energy, and water systems are increasingly interdependent. These connections make them more vulnerable to cascading failures. This study investigates the use of swarm intelligence algorithms, including Ant Colony Optimization (ACO) and Particle Swarm Optimization (PSO), to enhance resilience in such systems. A mathematical model is proposed to formalize the resilient network design problem under failure scenarios. The algorithms are tested on benchmark instances representing telecommunications, energy, and water networks. The reported values represent typical improvements across multiple runs and failure scenarios, rather than exact deterministic outcomes.