Problemas de optimizacion dinamicos e imprecisos: estudios de metodos de solucion y aplicaciones
- García del Ama, Ignacio José
- José Luis Verdegay Galdeano Director/a
- David Alejandro Pelta Mochcovsky Director/a
Universidad de defensa: Universidad de Granada
Fecha de defensa: 15 de noviembre de 2012
- María Teresa Lamata Jiménez Presidente/a
- Raúl Pérez Rodríguez Secretario/a
- Juan José Ortiz Servin Vocal
- María Belén Melián Batista Vocal
- José Manuel Cadenas Figueredo Vocal
Tipo: Tesis
Resumen
En la vida diaria nos enfrentamos continuamente a situaciones que pueden formularse como problemas de optimización dinámicos, donde además puede haber presencia de incertidumbre, dificultando aún más su resolución. Las técnicas de Soft Computing reúnen una serie de cualidades que las convierten en cadidatas idóneas para afrontar este tipo de problemas. En este contexto, esta tesis se centra en el estudio, diseño e implementación de métodos basados en Soft Computing para resolver Problemas de Optimización Dinámicos (DOPs). La investigación llevada a cabo en esta tesis ha producido nuevos algoritmos para DOPs, tales como las Estrategias Cooperativas (CS), el algoritmo Agentes, y varias mejoras para el algoritmo Particle Swarm Optimization (PSO) usando reglas heurísticas y un nuevo operador. Por otra parte, a raíz de los experimentos realizados y las necesidades surgidas de su análisis, se ha diseñado una técnica de comparación de resultados para múltiples algoritmos, en múltiples escenarios de problemas dinámicos, llamada SRCS. Esta técnica ha sido diseñada específicamente para analizar resultados de experimentos con un elevado volumen de datos. Por último, se ha producido una herramienta software para la configuración y análisis de algoritmos para DOPs, y un framework para el desarrollo de este tipo de problemas. Los resultados de esta tesis han permitido mejorar el estado del arte de los algoritmos, obteniendo interesantes conclusiones, como el importante papel que juega la cooperación de cara a mejorar algoritmos. Además, la técnica SRCS ha permitido descubrir qué tipos de escenarios son los más favorables para un conjunto de algoritmos, identificando así tendencias generales y comportamientos. Y finalmente, la experiencia obtenida en la implementación de estos experimentos ha derivado en una colección de software para DOPs de gran utilidad, que se ha puesto a disposición de la comunidad investigadora como software libre.