Híper-heurísticas para resolver el Problema de Optimización de Composición de Metaheurísticas

Ponente(s): José Manuel Tapia Avitia, Dr. Jorge Mario Cruz Duarte, Dr. Hugo Terashima Marín

Las metaheurísticas han probado ser algoritmos con grandes capacidades para resolver problemas altamente no-lineares con dominios continuo, discreto o mixtos. Hoy en día, en la literatura podemos encontrar una gran diversidad de estos algoritmos basados en ideas excepcionales, sin embargo, no es infrecuente encontrar metaheurísticas con metáforas llamativas que en realidad son una recombinación de elementos de otros métodos existentes. En este contexto, la fuente de inspiración no justifica la esencia misma del método. Para lidiar con la frenética tendencia de metaheurísticas basadas en metáforas y no en operaciones, hemos propuesto un modelo estándar que propende por el análisis de las metodologías existentes y el diseño a medida de otras para problemas particulares. En esta presentación detallaremos el modelo estándar propuesto y cómo éste puede ser utilizado para crear nuevos métodos o modificar los ya existentes. Para ello revisaremos varias implementaciones basadas en híper-heurísticas de selección que exploran las posibles configuraciones de heurísticas simples para formar una nueva metaheurística, empleando el modelo, que resuelva un problema de optimización dado. También discutiremos la eficacia del modelo, posibles áreas de oportunidad y sus posibles ventajas en aplicaciones reales.