Академический Документы
Профессиональный Документы
Культура Документы
Una aproximacin a
la heuristica y metaheuristicas
Algo peor que no tener informacin disponible es tener mucha
informacin y no saber qu hacer con ella Annimo
Orlando de Antonio Surez*
Resumen
Cuando abordamos problemas cuyo espacio de posibles soluciones se nos facilita conocer, nuestra bsqueda se reduce a hallar un ptimo (un mximo o un
mnimo) que de una solucin al problema dadas unas restricciones. Sin embargo
existen problemas de optimizacin combinatoria complejos en diversos campos
como la economa, el comercio, la ingeniera, re-ingeniera de software, comunicaciones, la industria o la medicina, que a menudo son muy difciles de resolver
en la prctica y cuyo modelamiento matemtico Formulado coherentemente1,
no permite una solucin con las herramientas analticas al alcance. Por eso evaluando la complejidad actual generada en las instituciones y el mundo empresarial, as como la diversidad de fases en que se desarrolla el proceso de cambio
institucional, se hace necesario el desarrollo y uso de mtodos que permitan
el manejo de situaciones problmicas desde el conjunto de sus partes y desde
distintos puntos de vista. Debido a ese bajo rendimiento de los algoritmos exactos para muchos problemas, se han desarrollado un gran nmero de algoritmos
aproximados, que proporcionan soluciones de alta calidad para estos problemas
combinatorios (aunque no necesariamente la ptima) en un tiempo computacional breve; estos algoritmos incluyen las denominadas tcnicas heursticas y
Metaheursticas.
Palabras clave: Heursticas, Problemas Duros, Algoritmos, mejores soluciones,
procedimientos especiales.
Abstract
When we are discussing problems which have an easy space of possible solutions
to know, our search is reduced to find an optimal (A high point or a mnimum
point ) which gives a solution to the problem once some restrictions were given.
However there are complex problems of combinatorial optimization at various
fields like economy, the commerce, the engineering, re-engineering of software,
communications, the industry or the medicine, the fact that often they are very
difficult from resolving in practice and whose mathematical modeling Formulated coherently it does not allows a solution with the analytical tools near by the
hands.
Recibido: noviembre 3 de 2010
Aceptado: abril 18 de 2011
*
Ing Industrial con Maestria en Ing. Industrial de la Univ Distrital. Docente Facultad de
Ingeniera Industrial Universidad Antonio Nario. odeantonio@uan.edu.co
44
Because of that testing the actual complexity generated in the institutions and business world,
as the diversity in the phases in which de process of institutional change develops, it becomes
necessary the development and use of methods that allow the management of problematic
situations from the set of its parts and also from different point of views.
Because of that low performance of the exact algorithms for many problems, there has been developed multiple types of approximated algorithms, that provides high quality solutions for this
combinatorial problems (though not necessarily the optimal) in a short computational time,
these algorithms include the denominated heuristics techniques and metaheuristics.
Keywords: Heuristics, Hard Problems, algorithms, best solutions, special procedures.
45
b. Aunque exista un mtodo exacto para resolver el problema, su uso es computacionalmente muy costoso o inviable.
c. El mtodo heurstico es ms flexible que un
mtodo exacto, permitiendo, por ejemplo, la
incorporacin de condiciones de dif cil modelizacin.
d. El modelo matemtico es demasiado grande,
demasiado NO lineal o demasiado complejo
desde el punto de vista lgico.
e. El asumir suposiciones o aproximaciones
para simplificar el problema, tiende a destruir
estructuras del modelo que son vitales en el
contexto del mundo real, haciendo la solucin no viable.
f. El mtodo heurstico se utiliza como parte
de un procedimiento global que garantiza el
ptimo de un problema. Existiendo dos posibilidades:
El mtodo heurstico proporciona una buena solucin inicial de partida.
El mtodo heurstico participa en un paso
intermedio del procedimiento, como ejemplo de esto est las reglas de seleccin de
la variable a entrar en la base en el mtodo
Simplex.
46
copt
copt
100
47
48
e. Anlisis del peor caso. Uno de los mtodos que durante un tiempo tuvo bastante
aceptacin es analizar el comportamiento en
el peor caso del algoritmo heurstico; esto
es, considerar los ejemplos que sean mas
desfavorables para el algoritmo y acotar analticamente la mxima desviacin respecto
del ptimo del problema. Lo mejor de este
mtodo es que acota el resultado del algoritmo para cualquier ejemplo; sin embargo,
por esto mismo, los resultados no suelen ser
representativos del comportamiento medio
del algoritmo. Adems, el anlisis puede ser
muy complicado para los heursticos ms
sofisticados. Aquellos algoritmos que, para
cualquier ejemplo, producen soluciones cuyo
coste no se aleja de un porcentaje b del coste
de la solucin ptima, se llaman Algoritmos
-Aproximados.
Dentro de los aspectos crticos del diseo de
algoritmos esta la eleccin de la estructura; es
decir, el modo en el que se va a definir el problema y sus restricciones, pues de ello depender en
gran medida el xito del heurstico.
Qu son metaheursticas
En la bsqueda de mejores soluciones y de mayor
calidad, la investigacin en este campo en los ltimos veinticinco aos, ha centrado su atencin
en el diseo de tcnicas de propsito general
49
50
Referencias
1
Melin, Beln. Prez, Jos A. et al. Metaheursticas: una visin global. Inteligencia Artificial, Revista Iberoamericana de Inteligencia
Artificial. N.19 pp. 7-28 ISSN: 1137-3601.
AEPIA(2003). http://www.aepia.org/revista.
Osman, I.H. and Kelly, J.P. (eds.). MetaHeuristics: Theory and Applications, Boston
USA Ed. Kluwer Academic, (1996).
Melin, Beln. Prez, Jos A. et al. Metaheursticas: una visin global. Inteligencia
Artificial, Revista Iberoamericana de Inteligencia Artificial. N.19 pp. 7-28 ISSN: 11373601. AEPIA(2003). http://www.aepia.
org/revista.
Melin, Beln. Prez, Jos A. et al. Metaheursticas: una visin global. Inteligencia Artificial, Revista Iberoamericana de Inteligencia
Artificial. N.19 pp. 7-28 ISSN: 1137-3601.
AEPIA(2003). http://www.aepia.org/revista.
Conclusiones
Los problemas del mundo real son de gran
complejidad, por lo que no pueden ser resueltos por mtodos analticos, es aqu donde el
uso de mtodos heursticos y mtodos heursticos para obtener soluciones aproximadas
facilita el encontrar mejores soluciones de
dichos problemas, dada su flexibilidad tanto
en recursos como en aplicabilidad.
Usadas como herramienta de anlisis las heursticas requerirn de una buena capacidad
de cmputo, sin embargo este requisito se
ve compensado por el cubrimiento del tema,
convirtindose al final en un ahorro significativo.
Para el manejo y uso de modelos heursticos
y Metaheursticos existe en el mercado software especializado con un muy buen poder de
anlisis.
Las soluciones heursticas y metaheursticas
son interactivas, facilitando al usuario el aportar conocimientos al modelo.
51