Implementación de un algoritmo basado en Colonias de Hormigas para la optimización de funciones con datos mezclados
Archivos
Fecha
2013-07-04
Autores
Pérez León, Sergio Ramón
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Central “Marta Abreu” de Las Villas
Resumen
Desde su introducción la meta-heurística ACO ha sido utilizada para solucionar complejos
problemas combinatorios. Debido a su éxito en este tipo de problemas, los investigadores han
trabajado en su modificación y generalización. Estas modificaciones incluyen la mejora de las
soluciones obtenidas o la reducción del tiempo de cálculo necesario. Sin embargo, esta meta-heurística es mayormente utilizada para la resolución de problemas discretos. Por otra parte, los
algoritmos poblacionales para solucionar problemas mixtos son escasos y no ofrecen soluciones
muy precisas (por ejemplo, Algoritmos Genéticos). Precisamente el objetivo de este Trabajo de
Diploma es desarrollar un método inspirado en la meta-heurística Colonias de Hormigas para la
optimización de funciones con datos mezclados (variables discretas y continuas) llamado MACO
(Mixed Ant Colony Optimization, por sus siglas en inglés). Además, un nuevo procedimiento de
búsqueda local fue diseñado para este algoritmo para garantizar una mejor convergencia. Con el
objetivo de validar esta propuesta, son diseñadas 40 funciones mixtas de pruebas que permiten
estudiar el comportamiento de MACO respecto a otros enfoques como Algoritmos Genéticos y
Recocido Simulado. Además, el nuevo procedimiento se valida mediante la resolución de un
problema de optimización real en el campo de la Ingeniería Mecánica, particularmente en el área
de la optimización de los intercambiadores de calor de tubo y coraza.
Descripción
Palabras clave
Algoritmo, Colonias de Hormigas, Optimización de Funciones, Datos Mezclados, Metaheurística, Ingeniería Mecánica, Intercambiadores de Calor