Metaheuristica basada en Mallas Dinamicas para la solucion de problemas multiobjetivo.

Abstract

El objetivo principal de los métodos de solución de problemas de optimización multiobjetivo es obtener un conjunto de soluciones no dominadas que se encuentre lo suficientemente aproximado al Frente de Pareto manteniendo una correcta distribución de las soluciones. Lograr un equilibrio entre ambos factores resulta complejo en varios contextos. En este trabajo se propone una nueva metaheurística para optimización multiobjetivo basada en cruzamiento entre los extremos locales y globales de cada solución en cada iteración, orientada a encontrar soluciones que cumplan con esos dos factores. El procedimiento de exploración y explotación del método hacia los extremos es el propuesto en el algoritmo Optimización por Mallas Dinámicas (VMO). Incorpora, además, una técnica de actualización dinámica de la población actual y la evolución se realiza a través de un conjunto de individuos potencialmente buenos denominado archivo de líderes. El método fue implementado sobre el framework de computación evolutiva jMetal. Los resultados experimentales demuestran el excelente desempeño de LXG en comparación con otros cinco algoritmos del estado del arte.