Métodos anytime para problemas de optimización combinatoria multiobjetivo con aplicación a ingeniería del software
- Autores: Miguel Ángel Domínguez Ríos
- Directores de la Tesis: José Francisco Chicano García (dir. tes.)
, Enrique Alba Torres (codir. tes.) - Lectura: En la Universidad de Málaga ( España ) en 2022
- Idioma: español
- Tribunal Calificador de la Tesis: Carlos Coello Coello (presid.) , Gabriel Jesús Luque Polo (secret.) , Christian Blum (voc.)
- Enlaces
- Resumen
En el campo de la optimización combinatoria multiobjetivo, generalmente los objetivos entran en conflicto y no es posible optimizarlos todos a la vez. Por ello, se recurre a la definición de un orden parcial y se ofrece un conjunto de soluciones que sean no dominadas. Si las soluciones están bien distribuidas por el espacio objetivo en cualquier instante de tiempo, el método empleado se conoce como anytime.
En esta tesis doctoral nos centramos en el desarrollo de distintos métodos que resuelven problemas combinatorios multiobjetivo y que poseen un buen comportamiento anytime. Se divide en cuatro bloques y en dos apéndices. El primer bloque se centra en los fundamentos, estableciendo el marco de partida y definiendo los contenidos teóricos mínimos para la necesaria comprensión de los conceptos e ideas posteriormente desarrollados. En el segundo se establecen tres propuestas algorítmicas, válidas a nivel general. El tercer bloque expone varias propuestas algorítmicas aplicadas a dos problemas de Ingeniería del Software: el problema de Partición de Módulos Software y el problema de Selección de Requisitos. El cuarto bloque se dedica a las conclusiones y líneas de investigación futura. El primer apéndice contiene la relación de publicaciones que sustentan esta tesis y el segundo muestra un resumen de esta tesis en inglés, incluyendo conclusiones.
Algunos de los métodos expuestos son exactos y otros aproximados. También se usa hibridación de algoritmos exactos y heurísticos. Cuando nos referimos al término “multiobjetivo”, lo hacemos desde el sentido más amplio de su definición. Así, hay cabida para el diseño de métodos monoobjetivo cuando han resultado poseer mejor rendimiento computacional que para sus correspondientes métodos multiobjetivo.
Los resultados computacionales han resultado ser bastante competitivos, superando técnicas existentes en el estado del arte en algunos casos, cuando consideramos las métricas usuales y lo comparamos con otros métodos existentes en la literatura. Como conclusión se valora positivamente el uso de hibridación a la hora de resolver este tipo de problemas de optimización combinatoria.
