Resumen de Algoritmos de Búsqueda Dispersa aplicados a problemas de Optimización Discreta
Christian Luis Soria, Daniel Raul Pandolfi, Silvia Myriam Villagra, Norma Andrea Villagra
La obtención de soluciones óptimas para muchos problemas de optimización, en el campo científico e industrial es intratable. Esto significa que un método exacto necesita un tiempo polinomial para garantizar la optimalidad de la solución. Esta clase de problemas denominados NP-duros, requieren de métodos que garanticen soluciones de alta calidad en un tiempo razonable aunque no garantice encontrar una solución óptima global. A éstos últimos se los denomina métodos aproximados o heurísticos, y dentro de ellos encontramos a las metaheurísticas. La Búsqueda Dispersa es una metaheurística que pertenece a la familia de los llamados Algoritmos evolutivos, los cuales se distinguen por estar basados en la combinación de un conjunto de soluciones. Si bien fue originalmente introducido a fines de los setenta, recientemente es cuando ha sido utilizado en numerosos problemas con gran éxito. La Búsqueda Dispersa proporciona un marco flexible que permite el desarrollo de diferentes implementaciones con distintos grados de complejidad. El objetivo del trabajo es presentar y comparar dos versiones de algoritmos de búsqueda dispersa aplicando un completo análisis estadístico. Se pretende estudiar el comportamiento de estos algoritmos en la solución de un conjunto de problemas de optimización. De los resultados obtenidos se determina que la segunda versión propuesta es la más adecuada para resolver el conjunto de problemas planteados.
