Resolución de problemas de optimización dinámica mediante la hibridación entre filtros de partículas y metaheurísticas poblacionales.

• Autores: Juan José Pantrigo Fernández
• Directores de la Tesis: Angel Sánchez Calle (dir. tes.) , Konstantinos Gianikellis (dir. tes.)
• Lectura: En la Universidad Rey Juan Carlos ( España ) en 2005
• Idioma: español
• Tribunal Calificador de la Tesis: José Mira Mira (presid.) , Abraham Duarte Muñoz (secret.) , Óscar Corgón Martín (voc.) , Jacinto Martín Jiménez (voc.) , Rafael Martí Cunquero (voc.)
• Texto completo no disponible (Saber más ...)
• Resumen

  • En esta tesis doctoral se propone una nueva metodología para el desarrollo de algoritmos de optimización dinámica, denominada filtro de partículas metaheuristico, los problemas de optimización dinámica constituyen una generalización de los problemas de optimización en los que las variables relevantes del problema cambian en el tiempo. en estas condiciones, es necesario que los algoritmos de optimización dispongan de estrategias de adaptación a los cambios. en consecuencia, la hipótesis de trabajo que se ha planteado en esta tesis doctoral consiste en que "la combinación de estrategias de adaptación, predicción y optimización incrementa la eficiencia de la búsqueda de soluciones de alta calidad para problemas de optimización dinámica".

    Las metaheurísticas son algoritmos aproximados que se han aplicado con éxito a problemas de optimización, sin embargo, por regla general, este tipo de métodos no consideran la posibilidad de que la definición del problema cambie, y por lo tanto, no están concebidas para adaptarse a la dinámica de un sistema. por otro lado, existe una familia de métodos llamados algoritmos de estimación secuencial (o filtros de partículas), epecializados en la resolución de problemas dinámicos desde un punto de vista bayesfano.

    desafortunadamente, los filtros de particulas carecen de estrategias de optimización. si la hipótesis de trabajo es válida, tanto las metaheurísticas como los filtros de partículas deben representar un papel importante en optimización dinámica.

    El problema fundamental que se plantea en optimización dinámica se puede resumir en dos preguntas: ¿qué información de la historia del proceso es útil y se debe tener en cuenta en instantes sucesivos? y ¿cómo se transfiere esta información entre instantes sucesivos durante el proceso dinámico? puesto que existen algoritmos especializados en optimización y métodos orientados a la predicción en entornos diná