Resumen

Hasta ahora se han aplicado muchos algoritmos genéticos (AG) para resolver diferentes problemas de optimización combinatoria NP-completos. El punto culminante del uso de los AG es la selección de una combinación de patrones apropiados de cruce, mutación, etc. y el ajuste fino de algunos parámetros como la probabilidad de cruce, la probabilidad de mutación, etc. Una forma de diseñar un AG robusto consiste en seleccionar un patrón óptimo y, a continuación, buscar los valores de sus parámetros mediante un procedimiento de ajuste. Este artículo aborda una metodología tanto para la selección del patrón óptimo como para las fases de ajuste aprovechando el diseño de experimentos y la metodología de superficie de respuesta. Para mostrar las prestaciones del procedimiento propuesto y demostrar sus aplicaciones, se emplea para diseñar un AG robusto para resolver un problema de programación de proyectos. Mediante análisis estadísticos comparativos entre el rendimiento del método propuesto y el de un AG existente, se demuestra la eficacia de la metodología.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:ga robusta, problemas completos de optimización combinatoria, muchos algoritmos genéticos, selección óptima de patrones, problema de programación de proyectos, metodología de superficie de respuesta, análisis de comparación estadística, metodología, rendimientos, patrones apropiados
• Keywords:robust ga, complete combinatorial optimization problems, many genetic algorithms, optimal pattern selection, project scheduling problem, response surface methodology, statistical comparison analyses, methodology, performances, appropriate patterns