Algoritmo Memético Autoadaptativo para Solución de Problemas Combinatorios

Los problemas de optimización combinatoria son problemas de alta complejidad, cuyas mejores soluciones se han dado a través del uso de metaheurísticas. Los Algoritmos Meméticos (MA) hibridan un Algoritmo Genético (GA) con un Algoritmo de Búsqueda Local (LS), dando como resultado una metaheurística c...

Descripción completa

Detalles Bibliográficos
Autor: Bernal Peña, Yuri Cristian
Tipo de recurso: tesis de maestría
Estado:Versión publicada
Fecha de publicación:2017
País:Colombia
Institución:Universidad Distrital Francisco José de Caldas
Repositorio:RIUD: repositorio U. Distrital
Idioma:español
OAI Identifier:oai:repository.udistrital.edu.co:11349/8000
Acceso en línea:http://hdl.handle.net/11349/8000
Access Level:acceso abierto
Palabra clave:Algoritmos Meméticos
Optimización Combinatoria
Algoritmos Genéticos
Espacio Infactible
Algoritmos Evolutivos
Metaheurística
MAESTRÍA EN INGENIERÍA INDUSTRIAL - TESIS Y DISERTACIONES ACADÉMICAS
ALGORITMOS GENÉTICOS
OPTIMIZACIÓN COMBINATORIA
ALGORITMOS EVOLUTIVOS
Memetic Algorithms
Combinatorial Optimization
Genetic Algorithms
Infeasible Space
Evolutionary Algorithms
Metaheuristics
Descripción
Sumario:Los problemas de optimización combinatoria son problemas de alta complejidad, cuyas mejores soluciones se han dado a través del uso de metaheurísticas. Los Algoritmos Meméticos (MA) hibridan un Algoritmo Genético (GA) con un Algoritmo de Búsqueda Local (LS), dando como resultado una metaheurística con ventajas en la exploración tanto global como local. La presente investigación propone un MA que ajusta durante la exploración su método y parámetros de Búsqueda Local dependiendo de la diversidad poblacional, así como en dicho ajuste se innova realizando también exploraciones por el espacio infactible de soluciones. El MA Autoadaptativo se pone a prueba utilizando el problema de la mochila o knapsack.

Similares en LA Referencia