Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Matricula: 21029155
Materia: Optimización y metaheurística v2
Asesor: David Lenin Diaz Nevaréz
Fecha: 13/12/23
Introducción
Una heurística podría consistir en utilizar la intuición para elegir la ruta que parece
más directa. O bien, podríamos utilizar el pensamiento lateral para imaginar
diferentes rutas posibles y evaluarlas en función de diferentes criterios, como el
tiempo de viaje, el costo o la seguridad.
Las heurísticas se pueden utilizar para resolver una amplia gama de problemas,
desde la planificación del transporte hasta la asignación de recursos. Son una
herramienta valiosa para los problemas que son demasiado complejos o difíciles
para ser resueltos por métodos más tradicionales.
Las metaheurísticas son una herramienta poderosa que se ha utilizado con éxito
para resolver una amplia gama de problemas de optimización combinatoria. Han
sido utilizadas para planificar rutas de transporte, asignar recursos, diseñar redes
de comunicación, y optimizar la producción industrial.
Regla de tres: Esta regla se utiliza para estimar un número desconocido a partir de
tres números conocidos. Por ejemplo, si sabemos que un coche de 100 CV
consume 6 litros a los 100 kilómetros, y que un coche de 120 CV consume 7 litros
a los 100 kilómetros, podemos estimar que un coche de 110 CV consumirá
aproximadamente 6,5 litros a los 100 kilómetros.
Búsqueda local: Esta estrategia consiste en explorar el espacio de soluciones a
partir de una solución inicial. A partir de esta solución inicial, se realizan pequeños
cambios para mejorar la solución. El proceso se repite hasta que se alcanza una
solución que no se puede mejorar más.
Programación lineal: Esta técnica se utiliza para resolver problemas de
optimización en los que las variables están limitadas por restricciones lineales.
Algunos ejemplos de metaheurísticas
Regla tabu: Esta estrategia consiste en evitar realizar cambios que ya se hayan
realizado en el pasado. Esto ayuda a evitar que la metaheurística quede atrapada
en un bucle local.
Enfriamiento simulado: Esta estrategia consiste en empezar con una solución
aleatoria y, a continuación, ir mejorando la solución gradualmente, reduciendo la
temperatura a medida que se avanza.
Enjambre de partículas: Esta estrategia se basa en el comportamiento de los
enjambres de insectos. Las partículas del enjambre se mueven por el espacio de
soluciones, y se atraen entre sí y se repelen de las soluciones peores.
Desarrollo
1. Regla de tres
La regla de tres es una heurística simple que se utiliza para estimar un número
desconocido a partir de tres números conocidos. Por ejemplo, si sabemos que un
coche de 100 CV consume 6 litros a los 100 kilómetros, y que un coche de 120 CV
consume 7 litros a los 100 kilómetros, podemos estimar que un coche de 110 CV
consumirá aproximadamente 6,5 litros a los 100 kilómetros.
2. Búsqueda local
La búsqueda local es una estrategia heurística que consiste en explorar el espacio
de soluciones a partir de una solución inicial. A partir de esta solución inicial, se
realizan pequeños cambios para mejorar la solución. El proceso se repite hasta
que se alcanza una solución que no se puede mejorar más.
Por ejemplo, imaginemos que queremos encontrar la ruta más corta entre dos
puntos en un mapa. Podemos empezar con una ruta aleatoria y, a continuación, ir
mejorando la ruta gradualmente, cambiando las calles por otras que sean más
cortas o que eviten el tráfico.
3. Programación lineal
La programación lineal es una técnica heurística que se utiliza para resolver
problemas de optimización en los que las variables están limitadas por
restricciones lineales.
Por ejemplo, imaginemos que una empresa tiene que asignar sus recursos a
diferentes proyectos. La empresa quiere maximizar sus ganancias, pero también
tiene que cumplir con algunas restricciones, como el tiempo disponible de los
empleados y los recursos financieros. La programación lineal puede utilizarse para
encontrar una asignación de recursos que satisfaga todas las restricciones y que
maximice las ganancias de la empresa.
4. Regla tabú
La regla tabú es una estrategia heurística que consiste en evitar realizar cambios
que ya se hayan realizado en el pasado. Esto ayuda a evitar que la heurística
quede atrapada en un bucle local.
Por ejemplo, imaginemos que estamos jugando a un juego de ajedrez. Podemos
utilizar la regla tabú para evitar realizar movimientos que ya hayamos realizado en
el pasado. Esto puede ayudarnos a encontrar mejores movimientos y a ganar la
partida.
5. Enfriamiento simulado
El enfriamiento simulado es una estrategia heurística que consiste en empezar
con una solución aleatoria y, a continuación, ir mejorando la solución
gradualmente, reduciendo la temperatura a medida que se avanza.
Por ejemplo, imaginemos que estamos diseñando un circuito electrónico.
Podemos utilizar el enfriamiento simulado para encontrar un diseño que cumpla
con todos los requisitos y que sea lo más eficiente posible.
Estas son solo algunas de las muchas formas en que las heurísticas se aplican a
la vida real. Las heurísticas son herramientas poderosas que pueden utilizarse
para resolver una amplia gama de problemas difíciles.
Problema:
Una empresa de transporte tiene que planificar las rutas de sus camiones para la
próxima semana. La empresa tiene que tener en cuenta una serie de factores,
como la distancia a recorrer, el tiempo de entrega, el costo del combustible y las
restricciones de los clientes.
Solución:
Una metaheurística que podría utilizarse para resolver este problema es el
enjambre de partículas. El enjambre de partículas es una estrategia que se basa
en el comportamiento de los enjambres de insectos. Las partículas del enjambre
se mueven por el espacio de soluciones, y se atraen entre sí y se repelen de las
soluciones peores.
En este caso, las partículas del enjambre representarían las diferentes rutas
posibles. Las partículas se moverían por el espacio de soluciones, cambiando las
rutas de acuerdo con las reglas del enjambre de partículas. El proceso se repetiría
hasta que se alcanzara una solución que no se pudiera mejorar más.
Las reglas del enjambre de partículas se pueden modificar para adaptarlas a las
necesidades específicas del problema. Por ejemplo, se podría modificar la
velocidad a la que se mueven las partículas, o la distancia a la que se atraen entre
sí.
En el caso de la empresa de transporte, las reglas del enjambre de partículas
podrían modificarse de la siguiente manera:
La velocidad de las partículas podría depender de la distancia a recorrer y del
tiempo de entrega.
La distancia a la que se atraen entre sí las partículas podría depender del costo
del combustible y de las restricciones de los clientes.
De esta manera, el enjambre de partículas podría encontrar una ruta que cumpla
con todos los requisitos de la empresa y que sea lo más eficiente posible.
Resultados:
Conclusión
Las metaheurísticas son un tipo de algoritmo que se utiliza para resolver
problemas complejos. A diferencia de los algoritmos tradicionales, que se basan
en un enfoque matemático riguroso, las metaheurísticas se basan en un enfoque
más empírico, utilizando técnicas como la búsqueda local, la exploración aleatoria
y la mejora iterativa.
En general, las metaheurísticas son una herramienta poderosa que puede ser
utilizada para resolver una amplia gama de problemas complejos. Las heurísticas
son una subclase de las metaheurísticas que son a menudo más rápidas y
simples, pero no siempre garantizan una solución óptima.
Libros
Metaheuristics: Theory and Applications, de Thomas Stützle y Holger H. Hoos
(2005)
Metaheuristics: An Introduction, de Michael T. Goodrich y Roberto Tamassia (2014)
Metaheuristics for Optimization: Theory and Applications, de J. S. Artacho y J. M.
Tamarit (2016)
Artículos
Metaheuristics: A Gentle Introduction, de R. Battiti (2002)
A Survey of Metaheuristics, de A. H. Gandibleux y Y. Gendreau (2002)
Metaheuristics: A Literature Survey, de C. Blum y A. Roli (2003)