SciELO - Scientific Electronic Library Online

 
vol.16 issue3A Divide-and-Conquer Approach to Commercial Territory DesignMulti-Objective Variable Neighborhood Search to Solve the Problem of Partitioning of Spatial Data with Population Characteristics author indexsubject indexsearch form
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • Have no similar articlesSimilars in SciELO

Share


Computación y Sistemas

On-line version ISSN 2007-9737Print version ISSN 1405-5546

Abstract

GOMEZ, Juan Carlos  and  TERASHIMA-MARIN, Hugo. Construyendo híper-heurísticas generales para problemas de corte multi-objetivo. Comp. y Sist. [online]. 2012, vol.16, n.3, pp.321-334. ISSN 2007-9737.

En este artículo se construyen Híper-Heurísticas Multi-Objetivo (MOHH por las siglas en Inglés), utilizando el algoritmo evolutivo multi-objetivo NSGA-II, para solucionar problemas de corte irregular en 2D empleando un esquema bi-objetivo; teniendo un balance entre el número de hojas usadas para ajustar un número finito de piezas y el tiempo requerido para realizar el acomodo de las piezas. Este problema es resuelto usando las MOHHs, cuya idea principal consiste en encontrar un conjunto de heurísticas simples que puedan ser combinadas para encontrar una solución general; donde una heurística simple es utilizada dependiendo de la condición actual del problema, en vez de aplicar una única heurística simple durante todo el proceso de acomodo. Las MOHHs son construidas a través de un proceso de aprendizaje evolutivo utilizando el NSGA-II, el cual evoluciona combinaciones de reglas condición-acción produciendo al final un conjunto de MOHHs Pareto-óptimas. Las MOHHs construidas son probadas en diferentes conjuntos de problemas y los resultados obtenidos son presentados aquí.

Keywords : Híper-heurísticas; optimización multi-objetivo; computación evolutiva; problemas de corte.

        · abstract in English     · text in English     · English ( pdf )

 

Creative Commons License All the contents of this journal, except where otherwise noted, is licensed under a Creative Commons Attribution License