Resumen de Una propuesta para diversificar el campo de aplicación de un algoritmo Hill Climbing

Christian Soria, Hernan Da Silva, Adriana Elba Martín

• español

  Cuando se habla de optimización, se busca obtener la mejor solución posible a un problema determinado, de la mejor manera, utilizando todos los recursos disponibles. Los métodos para encontrar la mejor solución varían de acuerdo a la complejidad del problema enfrentado. A medida que la complejidad de un problema aumenta, crece la necesidad de implementar métodos heurísticos para resolverlo. Por ejemplo, las metaheurísticas basadas en trayectoria (denominadas como Hill Climbing), se aplican a la resolución de problemas de optimización combinatoria, donde el conjunto de posibles soluciones es discreto, o al menos, se puede reducir a un conjunto discreto. Nosotros proponemos modificar el algoritmo Hill Climbing a los efectos de incrementar la diversidad de problemas a los cuales pueda aplicarse este algoritmo. En primer lugar, se analizan y comparan de forma incremental 6 (seis) propuestas de mejora: 5 (cinco) basadas en el algoritmo Hill Climbing y, 1 (una) basada en el algoritmo genético. Luego, desarrollamos nuestra propuesta como resultado del análisis de estas 6 (seis) propuestas de mejora y considerando algunas áreas en las que no se encontraron registros anteriores. En este trabajo, se presenta y describe una propuesta a los efectos de contribuir con nuevas ideas al campo de la optimización combinatoria. Nuestro algoritmo está basado en la hibridación de metaheurísticas poblacionales y en trayectoria. Esta propuesta es el resultado de la investigación desarrollada durante 2016 en la asignatura “Técnicas para la Elaboración de Documentos Científicos-Técnicos”, perteneciente a la carrera de grado “Ingeniería en Sistemas UNPA.”

• English

  When talking about optimization, we are seeking to obtain the best possible solution to a given problem, in the best way, using all available resources. The methods to find the best solution differ according to the complexity of the problem we are facing. As the complexity of a problem increases, the need for implementing heuristic methods to solve the problem grows. For example, path-based metaheuristics (called as Hill Climbing), are applied for solving combinatorial optimization problems, where the set of possible solutions is discrete, or at least, can be reduced to a discrete set. We propose to modify Hill Climbing algorithm in order to increase the diversity of problems to which this algorithm can be applied. In first place, we analyzed and compared incrementally 6 (six) improvement proposals: 5 (five) based on the Hill Climbing algorithm and, 1 (one) based on the genetic algorithm. Then, we develop our proposal as a result of the analysis of these 6 (six) improvement proposals and taking into account some areas in which no previous records were found. In this work, we present and describe a proposal in order to contribute with new ideas to the field of combinatorial optimization. Our algorithm is based on the hybridization of population metaheuristics and on trajectory. This proposal is the result of the research developed during 2016 within the “Técnicas para la Elaboración de Documentos Científicos-Técnicos” course, belonging to the “Ingeniería en Sistemas UNPA” undergraduate career.