Soporte para el elitismo en algoritmos evolutivos multiobjetivo

Descargar versión PDF

Profesores: Dra. Elizabeth Pérez Cortés y Dr. Antonio López Jaimes (UAM Cuajimalpa)

Resumen: Los algoritmos evolutivos (AEs) fueron diseñados para resolver problemas de optimización del mundo real en los que las técnicas clásicas de programación matemática tienen un desempeño pobre o incluso no pueden aplicarse. Los algoritmos evolutivos son particularmente adecuados para resolver problemas multiobjetivo ya que mantienen simultáneamente un conjunto de soluciones para obtener una muestra del frente de Pareto. Por su parte, los algoritmos de programación matemática necesitan varias ejecuciones para obtener varios elementos 2 del frente de Pareto y los AEs son menos susceptibles a la forma y continuidad del frente de Pareto. Los AEs diseñados para resolver problemas con varios objetivos son denominados algoritmos evolutivos multiobjetivo (AEMO). El elitismo es un mecanismo para evitar perder las mejores soluciones encontradas durante la ejecución de un AE debido a efectos estocásticos. Este concepto juega un papel importante en AEs modernos ya que junto con la mutación, garantiza convergencia global. En optimización multiobjetivo, la implementación de elitismo es más compleja que en la optimización mono-objetivo puesto que el conjunto de soluciones óptimas puede ser muy grande o infinito en varios casos. En este proyecto estamos interesados en compilar y analizar el rendimiento relativo de las estructuras de datos existentes para la implementación del elitismo mediante un archivo.

Objetivo general

  • Contar con una estructura de datos eficiente para implementar el elitismo mediante un archivo en los AEs

Objetivos específicos

  • Identificar las estructuras de datos existentes para implementar el archivo en AEs
  • Conocer el rendimiento relativo de las estructuras de datos existentes para implementar el archivo
  • Proponer una estructura de datos eficiente para almacenar el archivo (posiblemente basado en alguna de las existentes)
  • Poner la estructura de datos implementada a disposición de la comunidad de Computación Evolutiva.

Última actualización: June 3, 2016 at 0:22 am

Estudio de las implicaciones de integrar un motor de procesos en el Sistema de Administración del Posgrado en Ciencias y Tecnologías de la Información (SAPCyTI)
Soporte para el elitismo en algoritmos evolutivos multiobjetivo paralelos

Regresar a Proyectos de investigación para alumnos de Maestría

P C y T I