Diseño de un algoritmo para Coevolución de estrategias metaheurísticas

Abstract

Este trabajo presenta el resultado de la investigación titulada; “Diseño de algoritmo para la coevolución de estrategias metaheurísticas”, que incorpora un compendio de varios trabajos individuales como análisis de métodos de inicialización, diseño de métodos de selección, mejora de algoritmos y diseño de métodos de alto nivel para construir metaheurísticas novedosas que resuelven una variedad de problemas de optimización. La investigación converge aplicando esta clase de algoritmos en diversos campos como lo son; la segmentación de imágenes, la optimización de trayectorias, la optimización de problemas de ingeniera y la optimización de células solares.

Todos los algoritmos propuestos aprovechan la potencia de las técnicas coevolutivas para mejorar las capacidades de exploración y explotación de las estrategias metaheurísticas. Al evolucionar dinámicamente múltiples estrategias de forma concurrente, permite que el proceso de optimización se adapte eficientemente a los complejos escenarios de los problemas. Los algoritmos diseñados emplean sofisticados métodos de inicialización para generar poblaciones iniciales diversas y de alta calidad, lo que permite una exploración robusta del espacio de soluciones. Además, los algoritmos propuestos incorporan mecanismos de selección avanzados que guían de forma inteligente el proceso de evolución hacia regiones prometedoras del espacio de búsqueda. Aprovechando las técnicas de hibridación, se combinan los puntos fuertes de distintas metaheurísticas para lograr una mejor calidad de las soluciones y una mayor velocidad de convergencia. Además, en la parte de diseño de métodos de alto nivel para selección automática de operadores se integran operadores de distinta naturaleza, unos que promueven la explotación y otros la exploración para adaptar y ajustar dinámicamente los parámetros y operaciones de las estrategias metaheurísticas, mejorando aún más su rendimiento. La versatilidad y eficacia de todos los algoritmos diseñados queda demostrada por sus aplicaciones en diversos ámbitos.

En la segmentación de imágenes térmicas para diagnóstico de fallas y mantenimiento preventivo en dispositivos electrónicos, así como en la segmentación de imágenes en condiciones de niebla para la mejora del nivel de autonomía de un coche. En la optimización de trayectorias, ayuda a encontrar caminos óptimos para trasbordadores, teniendo en cuenta varios objetivos y restricciones. En la optimización de problemas de ingeniera, ayuda a diseñar y optimizar eficazmente sistemas de ingeniería complejos.

Por último, en la optimización de células solares, que facilita la maximización de la eficiencia de conversión de energía mediante la optimización de los parámetros de la célula. Los resultados experimentales sobre conjuntos de datos de referencia y escenarios reales muestran el rendimiento superior de todos los algoritmos propuestos y su capacidad para superar los enfoques más avanzados en términos de calidad de la solución y velocidad de convergencia. Todos los algoritmos diseñados representan un avance significativo en el campo de la metaheurística, ya que ofrece un marco completo y eficaz para resolver problemas de optimización en diversas aplicaciones.