Análisis de algunas metaheurísticas creadas a partir de “Optimización Gravitatoria”

• Zapatero Moreno, Mª José ^[1] ; Alegre Martínez, Jesús ^[1] ; Pacheco Bonrostro, Joaquín ^[1]
  1. [1] Universidad de Burgos

     Universidad de Burgos

     Burgos, España

     
• Localización: Anales de ASEPUMA, ISSN-e 2171-892X, Nº. 19, 2011
• Idioma: español
• Enlaces
  • Texto completo (pdf)
• Dialnet Métricas: 1 Cita
• Resumen
  • español

    En este trabajo proponemos una nueva metaheurística para obtener óptimos globales de funciones no lineales, algunas multimodales. Dicha metaheurística surge uniendo dos algoritmos: el primero,“Optimización Gravitatoria”, concibe el espacio de soluciones análogamente al espacio-tiempo relativista, en el que la métrica es modificada por las diferentes partículas en él inmersas. En la heurística el papel de la atracción gravitatoria lo juega la función objetivo; el óptimo se encontraría en el punto donde se encuentre la mayor masa. Como esta posición se desconoce, se procede a medir la variación de la geometría; tal como en relatividad general la variación de la geometría nos lleva a la mayor masa, en la heurística nos conduce al óptimo global. El segundo algoritmo es el conocido simplex de Nelder-Mead que consiste en, partiendo de un simplex no degenerado inicial en el espacio de soluciones, variar dicho poliedro para optimizar la función objetivo.

  • English

    In this work we propose a new metaheuristic for global optimization of nonlinear functions, some multimodal. This metaheuristic arises from de union of two algorithms: the first, "Optimising Gravity", sees the solution space analogous to the relativistic space-time, in which the metric is modified by the different particles embedded in it. In the heuristic the role of the gravitational pull is played by the objective function, the optimum would be at the point where the greatest mass is. As this position is unknown, it is necessary to measure the change of geometry; the same as in general relativity the change in geometry leads to the greater mass in the heuristic leads to the global optimum. The second algorithm is the known Nelder-Mead simplex that consists on, starting from an initial nondegenerate simplex in the solution space, change the polyhedron in order to optimize the objective function.