Optimización multimodal
Optimización de procesos. Segunda entrega
- Video:Hashing tipo cuco y asignaciones balanceadas (por Michael Mitzenmacher)
- Fuente:Canal Aikimaify / YouTube
Algoritmos genéticos multimodales: un estudio sobre la parametrización del método clearing aplicado al problema job shop
Multimodal Genetic Algorithms: A Study on Clearing Method Parameterization Applied to Job Shop Problem
Los algoritmos genéticos están especialmente adaptados a la optimización multimodal, como es el caso del problema de secuenciación tipo job shop (scheduling). Dentro de los muchos trabajos que se han desarrollado en este ámbito, el método que mejores resultados está obteniendo es el clearing. Sin embargo, es un método paramétrico y se sabe que su potencia depende de una buena adaptación a las características del problema. Pero no solo es cierto esto, sino que además es necesario buscar dicha adaptación en función de lo que se esté buscando, una alta eficacia o (y esto es lo novedoso del estudio) una alta efectividad, entendida esta como la capacidad del algoritmo para encontrar el mayor número de óptimos del problema en una única ejecución.
Esta ponencia fue preparada por M. Elena Pérez (Universidad de Valladolid, Valladolid, España) y Francisco Herrera (Universidad de Granada, Granada, España) para el "V Congreso Español sobre Metaheurísticas, Algoritmos Evolutivos y Bioinspirados" (MAEB07) (Tenerife, España, 14-16 de febrero de 2007). Se encuentra alojada en la subsección Conference Contributions de la sección Publications del portal del grupo de investigación Soft Computing and Intelligent Information Systems de la Universidad de Granada.
Comparative study of krill herd, firefly and cuckoo search algorithms for unimodal and multimodal optimization
Estudio comparativo de los algoritmos de banco de krill, de la luciérnaga y de bùsqueda de cuco para optimización unimodal y multimodal
Existen tres algoritmos metaheurísticos naturales del banco de krill (krill herd algorithm), de la luciérnaga (firefly algorithm) y de la búsqueda del cuco (cuckoo search algorithm) que son útiles para encontrar soluciones óptimas en diversos problemas de optimización matemática. En este documento se emplearon estos algoritmos para hallar la solución óptima de quince funciones estándar de prueba (benchmark functions) unimodales y multimodales y se compararon sus desempeños en términos de eficiencia, convergencia y tiempo.
Este escrito fue elaborado por Gobind Preet Singh y Abhay Singh (Guru Gobind Singh Indraprastha University, Nueva Delhi, India) para el International Journal of Intelligent Systems and Applications (No 3, 2014, 35-49), publicación de MECS Publisher (Hong Kong, República Popular China) que cubre todas las áreas de los sistemas inteligentes y sus aplicaciones.
