OPTIMIZACIÓN CON RESTRICCIONES MEDIANTE EVOLUCIÓN DIFERENCIAL CON ADAPTACIÓN DE PARÁMETROS BASADA EN EL HISTORIAL DE ÉXITO Y UN NUEVO OPERADOR DE MUTACIÓN

En el trabajo de esta tesis se presenta un método de optimización en espacios restringidos. El método es una variante del algoritmo Evolución Diferencial con adaptación basada en el historial de éxito y decremento lineal del tamaño de la población (L-SHADE por sus siglas en inglés). Se propone un es...

Descripción completa

Detalles Bibliográficos
Autor: FRANCISCO JAVIER GURROLA RAMOS
Tipo de recurso: tesis de maestría
Estado:Versión aceptada para publicación
Fecha de publicación:2019
País:México
Institución:Centro de Investigación en Matemáticas
Repositorio:Repositorio Institucional CIMAT
OAI Identifier:oai:cimat.repositorioinstitucional.mx:1008/1012
Acceso en línea:http://cimat.repositorioinstitucional.mx/jspui/handle/1008/1012
Access Level:acceso abierto
Palabra clave:info:eu-repo/classification/MSC/Adaptación de parámetros
info:eu-repo/classification/cti/1
info:eu-repo/classification/cti/12
info:eu-repo/classification/cti/1203
info:eu-repo/classification/cti/120317
Descripción
Sumario:En el trabajo de esta tesis se presenta un método de optimización en espacios restringidos. El método es una variante del algoritmo Evolución Diferencial con adaptación basada en el historial de éxito y decremento lineal del tamaño de la población (L-SHADE por sus siglas en inglés). Se propone un esquema de generación de soluciones con adaptación de parámetros, el cual está basado en una búsqueda aleatoria mediante vuelos de Lévy. El propósito de este nuevo esquema es complementar al método utilizado en el L-SHADE original. Esta nueva versión del algoritmo L-SHADE incorpora un manejo de restricciones basado en reglas de factibilidad, tolerancia y corrección de soluciones no factibles para extender su aplicación a problemas de optimización con restricciones. Se realizaron experimentos con distintos conjuntos de problemas de prueba diseñados para competiciones, en el ámbito de optimización con restricciones mediante algoritmos evolutivos, para comprobar el desempeño del algoritmo ante problemas con diferentes características. Finalmente, se compararon los resultados obtenidos en dos de estos conjuntos de prueba con algoritmos participantes en las competiciones, mostrando un comportamiento competitivo en uno de ellos y muy sobresaliente en el otro conjunto de prueba.