Sistemas evolutivos multiobjetivo en equipo para el diseño de transectos

• Autores: Luisa Jurado Curado
• Directores de la Tesis: José Luis Pino Mejías (dir. tes.)
• Lectura: En la Universidad de Sevilla ( España ) en 2008
• Idioma: español
• ISBN: 9788469455890
• Número de páginas: 193
• Enlaces
  • Tesis en acceso abierto en: Idus
• Resumen

  • La presente memoria elaborada para optar al grado de Doctor, tiene la siguiente estructura:1. Estudio del estado del arte: ... 'Times New Roman','serif'; font-size: 12pt"> a. Principales metaheurísticas multiobjetivo adaptadas a nuestro problema. b. Técnicas de equipos de algoritmos y paralelización.2. Aportaciones: a. Modelización del problema. b. Creación de algoritmos.c. Creación de un sistema informático que realice el modelo e implemente los algoritmos para un problema específico.3. Fase de pruebas:a. Aplicación del sistema a nuestro problema y realización de múltiples experimentos sobre los datos reales. b. Obtención de soluciones.4. Análisis de los resultados obtenidos y conclusiones.5. Propuesta de mejoras y futuros desarrollos.Se ha optado por incluir dos apéndices, uno describiendo el sistema informático desarrollado y otro con una selección de tablas de los resultados obtenidos y algunos gráficos de resumen.Cada bloque -sobre todo a partir del segundo- será desarrollado en detalle en lo que sigue de la presente memoria.Es bien sabido que de entre los problemas de optimización los de carácter discreto se encuentran entre los más difíciles. A menudo cuando un problema admite aproximaciones de carácter continuo existen técnicas que se apoyan en el análisis numérico y otras ramas de las Matemáticas; sin embargo en las optimizaciones combinatorias estas técnicas son claramente inaplicables. Si además en el problema aparecen múltiples objetivos, la mayor parte de las veces contrapuestos, entonces la dificultad aumenta enormemente. Para los casos de un único objetivo a maximizar o minimizar, existen técnicas heurísticas bien conocidas que está demostrado que convergen al óptimo; en cambio en el caso multiobjetivo no puede hablarse de una solución sino de todo un conjunto de soluciones no comparables. Lo anterior hace aparecer una dificultad adicional: supongamos que hemos aplicado algún tipo de heurística y tenemos un conjunto grande de soluciones; ahora hay que arbitrar un mecanismo para elegir las(s) más adecuadas ¡y esto puede ser por sí mismo otro problema de optimización!En este trabajo pretendemos modelizar y proponer soluciones para un problema general consistente en el diseño de recorridos óptimos. Este problema pertenece a una familia entre la que es obligatorio citar está el famoso problema del viajante. En nuestro caso hay varios objetivos que se oponen entre sí y también restricciones y dificultades añadidas por las complejidades añadidas derivadas de los requerimientos exigidos en el diseño de los transectos empleados en la investigación de campo en espacios naturales protegidos.Es bien conocido el carácter NP-duro de esta familia de problemas, lo que los hace intratables mediante técnicas clásicas de optimización. Además de lo anterior, el carácter dinámico de los datos requiere la aplicación de sistemas que sepan apartarse a los cambios del modelo.