Resumen

Los métodos descritos en este artículo reciben el nombre de algoritmos heurísticos, metaheurísticos o sencillamente heurísticos. Este término deriva de la palabra griega heuriskein, que significa encontrar o descubrir y se usa en el ámbito de la optimización para describir una clase de algoritmos de resolución de problemas.

En contraposición a los métodos exactos que proporcionan una solución óptima del problema, los métodos heurísticos se limitan a proporcionar una buena solución no necesariamente óptima. Lógicamente, el tiempo invertido por un método exacto para encontrar la solución óptima de un problema difícil, si es que existe tal método, es de un orden de magnitud muy superior al del heurístico (pudiendo llegar a ser tan grande en muchos casos que sea inaplicable).

En este texto se consideran los llamados problemas de optimización combinatoria. En estos, el objetivo es encontrar el máximo (o el mínimo) de una determinada función sobre un conjunto finito de soluciones que se denota por S. No se exige ninguna condición o propiedad sobre la función objetivo o la definición del conjunto S. Es importante notar que, dada la finitud de S, las variables han de ser discretas, restringiendo su dominio a una serie finita de valores.

• Materias:Investigación operacional Administración Métodos de simulación
• Subjects:Operations research Management Simulation methods
• Palabras claves:Ciencias de la administración, Optimización, Heurística, Optimización heurística, Algoritmos heurísticos, Heurística, Problemas estructurados, Problema del viajero, Búsqueda local, Métodos combinados, Búsqueda tabú, Recocido simulado, Métodos evolutivos, Búsqueda dispersa, Optimización combinatoria
• Keywords:Administration Sciences, Optimization, Heuristics, Heuristic Optimization, Heuristic Algorithms, Heuristics, Structured Problems, Traveler Problem, Local Search, Combined Methods, Tabu Search, Simulated Annealing, Evolutionary Methods, Scattered Search, Combination Optimization