Algoritmo de Estrategia Evolutiva y Algoritmo de Estimación de Distribuciones: Ajustes proactivos

##plugins.themes.bootstrap3.article.main##

Claudia María Diez Borges Meidel Samuel Pérez Martín Mailyn Moreno Espino

Resumen

Tomar el control para que las cosas sucedan y no esperar a que ocurran eventualmente es tener un comportamiento proactivo. Dotar a los sistemas informáticos de este comportamiento permite que se le deleguen metas al software y este trabaje para cumplirlas siempre que tenga condiciones para hacerlo. Existen varios trabajos donde se ha incursionado en este tema y se ha demostrado a través de varios experimentos que las variantes del software con comportamiento proactivo son mejores que sus variantes no proactivas. Principalmente en las metaheurísticas se ha utilizado para escapar de óptimos locales y encontrar la mejor solución posible modificando operadores y/o parámetros de las mismas. El aporte principal de este trabajo consiste en proponer planes de ajustes proactivos para un Algoritmo de Estrategias Evolutivas y un Algoritmo de Estimación de Distribuciones, basados en la modelación del algoritmo en modelos i*, y analizar a través de experimentos si se obtuvo mejoría con respecto a sus variantes no proactivas. Como resultado se obtuvo un plan de ajuste al operador de remplazo del Algoritmo de Estrategia Evolutiva y al Algoritmo de Estimación de Distribuciones. Se comprobó que existen cambios significativos con respecto a su variante no proactiva.

##plugins.themes.bootstrap3.article.details##

Cómo citar
Diez Borges, C. M., Pérez Martín, M. S., & Moreno Espino, M. (2019). Algoritmo de Estrategia Evolutiva y Algoritmo de Estimación de Distribuciones: Ajustes proactivos. Serie Científica De La Universidad De Las Ciencias Informáticas, 11(4), 20-27. Recuperado a partir de https://publicaciones.uci.cu/index.php/serie/article/view/191
Sección
Artículos originales