ebook img

Algoritmos Meméticos con Propiedades Self-* para la Optimización de Problemas Complejos PDF

269 Pages·2015·6 MB·Spanish
Save to my drive
Quick download
Download
Most books are stored in the elastic cloud where traffic is expensive. For this reason, we have a limit on daily download.

Preview Algoritmos Meméticos con Propiedades Self-* para la Optimización de Problemas Complejos

Algoritmos Mem´eticos con Propiedades Self-(cid:63) para la Optimizacio´n de Problemas Complejos Tesis presentada por Rafael Nogueras Sa´nchez bajo la supervisio´n del Dr. Carlos Cotta Porras para obtener el grado de Doctor por la Universidad de Ma´laga 2015 Programa Tecnolog´ıas de la Informacio´n Departamento de Lenguajes y Ciencias de la Computacio´n Escuela T´ecnica Superior de Ingenier´ıa Inform´atica Universidad de M´alaga AUTOR: Rafael Nogueras Sánchez http://orcid.org/0000-0002-2456-5925 EDITA: Publicaciones y Divulgación Científica. Universidad de Málaga Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial- SinObraDerivada 4.0 Internacional: http://creativecommons.org/licenses/by-nc-nd/4.0/legalcode Cualquier parte de esta obra se puede reproducir sin autorización pero con el reconocimiento y atribución de los autores. No se puede hacer uso comercial de la obra y no se puede alterar, transformar o hacer obras derivadas. Esta Tesis Doctoral está depositada en el Repositorio Institucional de la Universidad de Málaga (RIUMA): riuma.uma.es D. Carlos Cotta Porras, Profesor Titular de Universidad del Departamento de Lenguajes y Ciencias de la Computacio´n de la Universidad de Ma´laga CERTIFICA que D. Rafael Nogueras S´anchez, Ingeniero en Inform´atica por la Univer- sidad de Ma´laga ha realizado en el Departamento de Lenguajes y Ciencias de la Computacio´n de la Universidad de M´alaga, bajo su direccio´n, el trabajo de investigaci´on correspondiente a su Tesis Doctoral titulada Algoritmos Mem´eticos con Propiedades Self-(cid:63) para la Optimizaci´on de Proble- mas Complejos Revisado el presente trabajo, estimo que puede ser presentado al tribunal que ha de juzgarlo, y autorizo la presentacio´n de esta Tesis Doctoral en la Universi- dad de Ma´laga. En M´alaga, 22 de Julio de 2015 Firmado: Carlos Cotta Porras Profesor Titular de Universidad Dpto. Lenguajes y Ciencias de la Computacio´n Universidad de M´alaga Agradecimientos Esta tesis doctoral ha supuesto un enorme esfuerzo para muchas personas a las que quiero agradecer su compromiso y atenci´on, en unas facetas o en otras, lo que ha permitido que pudiera llegar a su conclusio´n. EnprimerlugaramimujerMamenyamihijoJavier,porsuapoyoconstante, su tolerancia y su confianza absoluta. Siempre estar´e en deuda con ambos por el tiempo que les he robado. Tambi´en debo expresar mi gratitud a mis padres, por su completa entrega y dedicacio´n, tanto en este como en otros cap´ıtulos de mi formacio´n acad´emica. Y no puedo olvidarme de mi hermano Rub´en, Ingeniero en Informa´tica como yo, que siempre ha sabido resolver todas mis dudas t´ecnicas y me ha dado muy acertados consejos. Finalmente, mi reconocimiento y admiraci´on m´as sinceros para el director de estetrabajo,elDr.CarlosCotta.Quieroagradecerlesupacienciaydisponibilidad, mayores de lo que podr´ıa haber esperado, as´ı como su enorme capacidad docente. Quiero tambi´en darle las gracias por haberme transmitido sus conocimientos y su entusiasmo por lo que hace, dos pilares ba´sicos para el desarrollo de esta tesis. Adema´s, ha sabido ensen˜arme a investigar, a que siempre hay otra pregunta que se podr´ıa formular y otra hipo´tesis que se podr´ıa plantear. Es justo reconocer que este trabajo nunca habr´ıa podido finalizarse sin su ayuda plena. Carlos es sin duda alguna, el mejor ejemplo a seguir y el mejor modelo a imitar. I II Agradecimientos ´ Indice de contenidos Agradecimientos I ´Indice de contenidos II ´Indice de acro´nimos VII ´Indice de algoritmos X ´Indice de tablas XI ´Indice de figuras XVIII 1. Introduccio´n 1 1.1. Planteamiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 1.2. Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 1.3. Estructura de la Tesis . . . . . . . . . . . . . . . . . . . . . . . . 3 1.4. Contribuciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 1.5. Listado de Publicaciones . . . . . . . . . . . . . . . . . . . . . . . 5 2. Antecedentes y Conceptos Previos 7 2.1. La Complejidad de Resolver Problemas . . . . . . . . . . . . . . . 8 2.1.1. Problemas y Optimizacio´n . . . . . . . . . . . . . . . . . . 8 2.1.2. Complejidad Computacional . . . . . . . . . . . . . . . . . 10 2.1.3. Clases de Complejidad . . . . . . . . . . . . . . . . . . . . 12 2.2. Metaheur´ısticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 2.2.1. Concepto . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 2.2.2. Clasificaci´on . . . . . . . . . . . . . . . . . . . . . . . . . . 21 2.3. Computacio´n Evolutiva . . . . . . . . . . . . . . . . . . . . . . . . 23 2.3.1. Evoluci´on Biolo´gica . . . . . . . . . . . . . . . . . . . . . . 25 2.3.2. Algoritmia en la Computaci´on Evolutiva . . . . . . . . . . 26 2.3.3. Variantes de los Algoritmos Evolutivos . . . . . . . . . . . 32 2.4. Computacio´n Mem´etica . . . . . . . . . . . . . . . . . . . . . . . 33 2.4.1. Antecedentes y Necesidad . . . . . . . . . . . . . . . . . . 34 2.4.2. Algoritmos Mem´eticos . . . . . . . . . . . . . . . . . . . . 36 2.4.3. Factores de Disen˜o de un MA . . . . . . . . . . . . . . . . 40 III ´ IV Indice de contenidos 2.4.4. Hacia la Computacio´n con Memes . . . . . . . . . . . . . . 41 2.5. Propiedades Self-(cid:63) . . . . . . . . . . . . . . . . . . . . . . . . . . 45 2.5.1. Concepto y Necesidad . . . . . . . . . . . . . . . . . . . . 45 2.5.2. Formalizacio´n . . . . . . . . . . . . . . . . . . . . . . . . . 47 2.5.3. Propiedades Self-(cid:63) en Computacio´n Evolutiva y Mem´etica 52 2.6. Computacio´n Paralela . . . . . . . . . . . . . . . . . . . . . . . . 58 2.6.1. Arquitecturas de Computacio´n Paralela . . . . . . . . . . . 58 2.6.2. Computaci´on Distribuida y Algoritmos Bioinspirados . . . 64 3. An´alisis de Algoritmos Mem´eticos con Auto-Generacio´n 79 3.1. Algoritmos Multimem´eticos . . . . . . . . . . . . . . . . . . . . . 80 3.1.1. Estructura de un MMA . . . . . . . . . . . . . . . . . . . 80 3.1.2. Representacio´n de Memes . . . . . . . . . . . . . . . . . . 81 3.1.3. Estructura Espacial . . . . . . . . . . . . . . . . . . . . . . 83 3.2. Ana´lisis de la Propagaci´on de Memes . . . . . . . . . . . . . . . . 84 3.2.1. Modelo Selecto-lamarckiano . . . . . . . . . . . . . . . . . 85 3.2.2. Propagaci´on de Memes . . . . . . . . . . . . . . . . . . . . 86 3.2.3. Simulaciones Num´ericas . . . . . . . . . . . . . . . . . . . 89 3.2.4. Resultados Experimentales . . . . . . . . . . . . . . . . . . 95 3.2.5. Discusi´on . . . . . . . . . . . . . . . . . . . . . . . . . . . 97 3.3. Auto-Adaptacio´n en Algoritmos Multimem´eticos . . . . . . . . . . 99 3.3.1. Esquema auto-adaptativo . . . . . . . . . . . . . . . . . . 99 3.3.2. An´alisis Experimental . . . . . . . . . . . . . . . . . . . . 100 3.3.3. Discusi´on . . . . . . . . . . . . . . . . . . . . . . . . . . . 103 3.4. Algoritmos de Estimaci´on de Distribuciones Multimem´eticos . . . 104 3.4.1. Aproximaci´on Probabil´ıstica . . . . . . . . . . . . . . . . . 104 3.4.2. An´alisis Experimental . . . . . . . . . . . . . . . . . . . . 106 3.4.3. Discusi´on . . . . . . . . . . . . . . . . . . . . . . . . . . . 111 4. Algoritmos Multimem´eticos basados en Islas 113 4.1. El Modelo de Islas . . . . . . . . . . . . . . . . . . . . . . . . . . 114 4.1.1. Descripcio´n del Modelo . . . . . . . . . . . . . . . . . . . . 114 4.1.2. Estrategias de Migracio´n . . . . . . . . . . . . . . . . . . . 115 4.1.3. An´alisis Experimental . . . . . . . . . . . . . . . . . . . . 116 4.1.4. Discusi´on . . . . . . . . . . . . . . . . . . . . . . . . . . . 121 4.2. Tolerancia a Fallos . . . . . . . . . . . . . . . . . . . . . . . . . . 122 4.2.1. Necesidad . . . . . . . . . . . . . . . . . . . . . . . . . . . 122 4.2.2. Modelos del Entorno Computacional . . . . . . . . . . . . 123 4.2.3. Estrategias de Gestio´n de Fallos . . . . . . . . . . . . . . . 127 4.2.4. An´alisis Experimental . . . . . . . . . . . . . . . . . . . . 128 4.2.5. Discusi´on . . . . . . . . . . . . . . . . . . . . . . . . . . . 137 4.3. Ana´lisis de Sensibilidad de la Estrategia de Checkpoint . . . . . . 138 4.3.1. Topolog´ıas de Red . . . . . . . . . . . . . . . . . . . . . . 139 4.3.2. An´alisis Experimental . . . . . . . . . . . . . . . . . . . . 142 ´ Indice de contenidos V 4.3.3. Discusi´on . . . . . . . . . . . . . . . . . . . . . . . . . . . 144 5. Auto-Escalado y Auto-Reparacio´n en el Modelo de Islas 147 5.1. Algoritmos Multimem´eticos con Equilibrado de Carga . . . . . . . 148 5.1.1. El Modelo Selecto-Lamarckiano Basado en Islas . . . . . . 149 5.1.2. Estrategias de Auto-equilibrado . . . . . . . . . . . . . . . 150 5.1.3. An´alisis Experimental . . . . . . . . . . . . . . . . . . . . 154 5.1.4. Discusi´on . . . . . . . . . . . . . . . . . . . . . . . . . . . 161 5.2. Ana´lisis de Topolog´ıas . . . . . . . . . . . . . . . . . . . . . . . . 161 5.2.1. Modelo Computacional Dina´mico . . . . . . . . . . . . . . 162 5.2.2. An´alisis Experimental . . . . . . . . . . . . . . . . . . . . 163 5.2.3. Discusi´on . . . . . . . . . . . . . . . . . . . . . . . . . . . 166 5.3. Estrategias de Auto-Muestreo . . . . . . . . . . . . . . . . . . . . 166 5.3.1. Uso de Modelos Probabil´ısticos . . . . . . . . . . . . . . . 166 5.3.2. An´alisis Experimental . . . . . . . . . . . . . . . . . . . . 167 5.3.3. Discusi´on . . . . . . . . . . . . . . . . . . . . . . . . . . . 171 5.4. Estrategias de Auto-Cableado . . . . . . . . . . . . . . . . . . . . 171 5.4.1. Auto-Cableado Dina´mico . . . . . . . . . . . . . . . . . . . 171 5.4.2. An´alisis Experimental . . . . . . . . . . . . . . . . . . . . 173 5.4.3. Discusi´on . . . . . . . . . . . . . . . . . . . . . . . . . . . 176 5.5. Auto-Cableado con Auto-Muestreo . . . . . . . . . . . . . . . . . 177 5.5.1. An´alisis Experimental . . . . . . . . . . . . . . . . . . . . 177 5.5.2. Discusi´on . . . . . . . . . . . . . . . . . . . . . . . . . . . 180 6. Discusio´n Final 183 6.1. Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184 6.2. Trabajo Futuro . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186 A. Descripcio´n de las Funciones de Test 189 A.1. TRAP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189 A.2. H-IFF . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190 A.3. H-XOR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191 A.4. MMDP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191 A.5. SAT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 192 B. Datos Num´ericos 193 B.1. Datos Num´ericos Cap´ıtulo 4 . . . . . . . . . . . . . . . . . . . . . 193 B.2. Datos Num´ericos Cap´ıtulo 5 . . . . . . . . . . . . . . . . . . . . . 202 Bibliograf´ıa 207 ´Indice alfab´etico 239 ´ VI Indice de contenidos

Description:
aleatorios du- rante el agrandamiento de las poblaciones, como se muestra en la Figura 5.3 (d-f). Physica A: Statistical Mechanics and its
See more

The list of books you might like

Most books are stored in the elastic cloud where traffic is expensive. For this reason, we have a limit on daily download.