Los métodos; descritos en este volumen reciben el nombre de algoritmos heurísticos, metaheurísticos o sencillamente heurísticos. Este término deriva de la palabra griega heuriskein que significa 'encontrar o descubrir' y se usa en el ámbito de la optimización para describir una clase de algoritmos de resolución de problemas. En el lenguaje coloquial, optimizar significa poco más que mejorar: sin embargo, en el contexto científico la optimización es el proceso de tratar do encontrar la mejor solución posible para un determinado problema. En un problema de optimitación existen diferentes soluciones, un criterio para discriminar entre ellas y el objetivo es encontrar la mejor. De forma más precisa, estos problemas se pueden expresar como encontrar el valor de unas variables de decisión para los que una determinada función objetivo alcanza su valor máximo o mínimo. El valor de las variables en ocasiones está sujeto a unas restricciones. La existencia de una gran cantidad y variedad de problemas difíciles de optimización que aparecen en la práctica y que necesitan ser resueltos de forma eficiente, ha impulsado el desarrollo de procedimientos eficientes para encontrar buenas soluciones. Estos métodos, en los que la rapidez del proceso es tan importante como la calidad de la solución obtenida, se denominan heurísticos o aproximados. En los últimos años se ha acuñado el término •metaheurístico, introducido por Fred Glover en 1986 y apoyado por diferentes eventos científicos de carácter internacional, como el congreso Metaheuristic International Conference, o la revista "Journal of Heuristics". El término metaheurístico establece una diferencia conceptual entre el conjunto de reglas que: permiten diseñar un procedimiento de resolución heurístico y el propio procedimiento de resolución. En este sentido el prefijo meta indica un mayor nivel de abstracción, en cuanto que las propias reglas, denominadas procedimiento metaheurístico, no están ligadas a ningún problema específico.
Introducción a los metaheurísticos
Manuel Laguna , Cristina R. Delgado Serna
págs. 3-28
págs. 29-71
GRASP: procedimientos de búsqueda miopes, aletorizados y adaptativos
págs. 75-95
Principios de búsqueda dispersa
Silvia Casado Yusta , Rafael Martí Cunquero
págs. 97-116
Metaheurísticos en programación multiobjetivo
Rafael Caballero Fernández , Julián Molina Luque , Alfredo G. Hernández-Díaz
págs. 117-138
págs. 139-166
págs. 167-187
GRASP y Tabu Search para problemas de corte bidimensional no-guillotina
Ramón Álvarez Valdés , Francisco Parreño Torres , José Manuel Tamarit Goerlich
págs. 191-214
Procedimientos heurísticos para la secuenciación de proyectos con recursos parcialmente renovables
Ramón Álvarez Valdés , Enric Crespo Escobar , José Manuel Tamarit Goerlich , María Fulgencia Villa Juliá
págs. 215-238
Busqueda por entornos variables para planificación logística
José Andrés Moreno Pérez , Nenad Mladenović
págs. 239-263
págs. 265-284
Planificación de la producción en una empresa de contrachapado
Vicente Valls Verdejo , Francisco Ballestín González , Pilar Lino Sorlí, María Ángeles Pérez Alarcó , Sacramento Quintanilla Alfaro
págs. 285-302
Mejorando las soluciones de un "Strip Packing Problem": método de mejora dependiente del problema
J.I. García del Amo, José Marcos Moreno Vega
págs. 303-313
Utilizando Búsqueda Tabú para el diseño de una red multiproducto con capacidades en las aristas
Ada M. Álvarez Socarrás , Francisco Román Ángel-Bello Acosta , N Cobos Zaleta
págs. 315-323
© 2008-2024 Fundación Dialnet · Todos los derechos reservados