Resumen

El algoritmo de recocido simulado (SA) es un popular algoritmo de optimización inteligente que se ha aplicado con éxito en muchos campos. El ajuste de los parámetros es un factor clave para su rendimiento, pero también es un trabajo tedioso. Para simplificar el ajuste de los parámetros, presentamos un algoritmo de recocido simulado basado en listas (LBSA) para resolver el problema del viajante de comercio (TSP). El algoritmo LBSA utiliza un novedoso programa de enfriamiento basado en listas para controlar la disminución de la temperatura. En concreto, primero se crea una lista de temperaturas y, a continuación, la temperatura máxima de la lista es utilizada por el criterio de aceptación de Metropolis para decidir si se acepta una solución candidata. La lista de temperaturas se adapta iterativamente según la topología del espacio de soluciones del problema. La eficacia y la sensibilidad de los parámetros del programa de enfriamiento basado en la lista se ilustran mediante problemas TSP de referencia. El algoritmo LBSA, cuyo rendimiento es robusto en un amplio rango de valores de parámetros, muestra un rendimiento competitivo en comparación con otros algoritmos del estado del arte.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Cerebro - fisiopatología Neurociencia Cognitiva
• Subjects:Artificial intelligence Data mining Genetic algorithms Brain - pathophysiology Cognitive Neuroscience
• Palabras claves:Algoritmo lbsa, disminución de la temperatura, lista de temperatura, criterios de aceptación de la metrópoli, programa de refrigeración basado, problema tsp de referencia, rango de parámetros, algoritmo de optimización inteligente, lista, temperatura máxima
• Keywords:lbsa algorithm, decrease of temperature, list of temperature, metropolis acceptance criteria, based cooling schedule, benchmark tsp problem, range of parameters, intelligent optimization algorithm, list, maximum temperature