Martínez Pérez, Carlos AlbertoCosta Sala, Yasel JoséRuiz Manzo, Sergio Luis2016-04-062016-04-062013-07-04https://dspace.uclv.edu.cu/handle/123456789/5176La hibridación entre meta heurísticas poblacionales y meta heurísticas de trayectoria simple constituye, en la mayoría de los casos, una efectiva propuesta algorítmica para resolver complejos problemas de optimización continua. Una buena explotación de las soluciones ya encontradas, así como una correcta exploración del espacio de búsqueda son factores imprescindibles para obtener soluciones de calidad. Dicha hibridación se hace mucho más eficaz cuando la búsqueda local es aplicada en las áreas más prometedoras del espacio de soluciones. Esta investigación estará encaminada a implementar y validar un modelo que combina de manera equilibrada estos factores, tomando como base poblacional para la exploración el modelo basado en Mallas Variables dentro del cual será implementada la Búsqueda por Agrupamiento Evolutivo, estrategia que detecta zonas promisorias en el espacio de soluciones. Sobre dichas zonas será incorporada una etapa de Búsqueda Local para lograr la explotación de las mismas, con el objetivo de presentar un modelo más robusto. Los resultados de esta investigación son la obtención de distintas variantes de un algoritmo híbrido con mejor comportamiento que el modelo basado en VMO puro o con búsqueda local aplicada a priori para la resolución de problemas de optimización continua.Hybridization between populational metaheuristics and simple path metaheuristics constitutes, in the majority of cases, an effective algorithmic approach to solve complex problems of continues optimization. A good operation of the solutions already encountered, and a good search space exploration are essential factors to obtain quality solutions. Such hybridization is much more effective when local search is applied in the most promising areas of the solution space. This research will aim to implement and validate a model that in a balanced way combines these factors, using the model based on VMO for the exploration in which will be implemented the Evolutionary Clustering Search, strategy that detects promising areas in the solution space. On such areas will be incorporated a stage of local search to achieve exploiting them, in order to present a more robust model. The results of this research are to obtain different variants of a hybrid algorithm that improve the model based on VMO without local search or with local search applied a priori for solving continuous optimization problems.esEste documento es Propiedad Patrimonial de la Universidad Central “Marta Abreu” de Las Villas. Los usuarios podrán hacer uso de esta obra bajo la siguiente licencia: Creative Commons: Atribución-No Comercial-Compartir Igual 4.0 LicenseHibridaciónHeurísticas PoblacionalesProblemas de Optimización ContinuaAlgoritmosModelaciónBúsqueda por Agrupamiento EvolutivoThesis