Minimización de una función de orden p mediante un algoritmo genético
Palabras clave:
Algoritmos genéticos, programación no lineal, problema OVOResumen
En el presente trabajo consideramos el problema OVO (order value optimization), en el cual dadas m funciones continuas f1; :::; fm, definidas en un dominio 2 Rn y un entero p 2 f1; :::;mg, la funcion de orden p, con p m, está dada por f(x) = fip(x)(x), para toda x 2 , donde ip(x) es una función índice que satisface fi1(x)(x) fi2(x)(x) ::: fip(x)(x) ::: fim(x)(x): El problema que abordamos consiste entonces en minimizar f con x 2 por medio de un algo- ritmo genético que por su naturaleza intrínseca tiene la ventaja, sobre métodos de optimización continua existentes, de encontrar minimizadores globales. Ilustramos la aplicación de este algoritmo sobre ejemplos considerados mostrando su eficacia en la resolución de los mismos.
Descargas
Citas
Andreani R., Dunder C. y Martíinez J. M., Order-Value Optimization: formulation and solution by means of a primal Cauchy Method, Mathematical Methods of Operation research 58, , (2003), pp. 387{ 399.
Andreani R., Martínez J. M., Martínez L. y Yano F., Low the Order- Value Optimization and aplications, Technical Report, Institute of Mathematics, University of Campinas, Brasil, (2007).
Andreani R., Martínez J. M., Salvatierra M. y Yano F., Quasi-Newton Methods for Order-Value Optimization and Value-at-Ristk, Pacic Journal of Optimization 2, pp. 11-33, (2006).
Andreani R., Martínez J. M., Martínez L. y Yano F. S, Low Order- Value Optimization and new applications. Journal of Global Optimization 43, pp. 1-10 (2009).
Bertsekas D., Nonlinear Programming: 2da Edition, Athena Scientic, (1999).
Birgin E. G., Bueno L. F., Krejic N. y Martínez J. M., Low Order- Value Approach for Solving VaR-Constrained Optimization Problems, Journal of Global Optimization 51, pp. 715-742, (2011).
Christian D. von Lucken M., Msc.Thesis. Algoritmos Evolutivos para Optimización Multiobjetivo. Universidad de la Asunción. Paraguay. (2003).
Coello C., Introducción a la computación Evolutiva. IEEE Computational Intelligence, vol. 1, No. 1, pp 28-36, (2006).
Deb K. Multi-objetive Optimization Using Evolutionary Algorithms. John Wiley & Sons, Inc., New York, NY.(2001).
Goldberg, D.E. , Genetic Algorithms in Search, Optimization and Ma- chine Learning. Addison-Wesley Longman Publishing Co. Inc., Boston, MA, USA. (1989).
Publicado
Cómo citar
Número
Sección
Derechos del/de autor/es a partir del año de publicación
Esta obra está bajo la licencia:
Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
Las opiniones expresadas por los autores no necesariamente reflejan la postura del editor de la publicación ni de la UCLA. Se autoriza la reproducción total o parcial de los textos aquí publicados, siempre y cuando se cite la fuente completa y la dirección electrónica de esta revista.
Los autores conservan integramente los derechos sobre sus obras, cediendo a la revista el derecho de ser la primera publicación donde se presenta el artículo. Los autores(as) tienen el derecho de utilizar sus artículos para cualquier propósito siempre y cuando se realice sin fines de lucro. Se recomienda a los autores(as) difundir sus obras en la versión final, luego de publicada en esta revista, en los medios electrónicos de la intituciones a las cuales están afiliadas o medios digitales personales
