Resumen

Los algoritmos que buscan resolver problemas de optimización combinando heurísticas y programación matemática han atraído la atención de los investigadores. Estos métodos, también conocidos como matheurísticas, han demostrado funcionar especialmente bien para problemas de optimización grandes y complejos que incluyen variables de decisión enteras y continuas. Una estrategia común utilizada por los métodos matheurísticos para resolver estos problemas de optimización es dividir el problema principal en varios subproblemas. Mientras que las heurísticas se utilizan para buscar subproblemas prometedores, los métodos exactos se utilizan para resolverlos de manera óptima. En general, se dice que tanto los problemas de programación mixta entera (no) lineal como los problemas de optimización combinatoria pueden abordarse utilizando esta estrategia. Además del número de parámetros que los investigadores deben ajustar al usar métodos heurísticos, surgen parámetros adicionales al usar métodos matheurísticos. En este artículo nos enfocamos en un parámetro en particular, que determina el tamaño del subpro

• Materias:Simulación dinámica Toma de decisiones Regresión lineal Cargas controladas Seguridad multimedia
• Subjects:Dynamic simulation Decision making Linear regression Controlled loads Multimedia safety
• Palabras claves:Algoritmos; Problemas de optimización; Heurísticas; Programación matemática; Métodos matheurísticos; Optimización combinatoria
• Keywords:Algorithms; Optimisation problems; Heuristics; Mathematical programming; Matheuristic methods; Combinatorial optimisation