Implementación de un algoritmo metaheurístico multiobjetivo para el problema de cartera de proyectos.
En la actualidad, existen situaciones donde los problemas implican la optimización simultánea de múltiples funciones objetivo. A estos problemas se les conoce como Problemas de optimización multiobjetivo (MOPs, por sus siglas en inglés), y a lo largo de los años han sido abordados de diferentes mane...
Spremljeno u:
| Glavni autor: | |
|---|---|
| Daljnji autori: | |
| Format: | Trabajo recepcional licenciatura |
| Jezik: | spa |
| Izdano: |
Universidad Autónoma de Ciudad Juárez
2019
|
| Teme: | |
| Online pristup: | http://hdl.handle.net/20.500.11961/4661 |
| Oznake: |
Dodaj oznaku
Bez oznaka, Budi prvi tko označuje ovaj zapis!
|
| Sažetak: | En la actualidad, existen situaciones donde los problemas implican la optimización simultánea de múltiples funciones objetivo. A estos problemas se les conoce como Problemas de optimización multiobjetivo (MOPs, por sus siglas en inglés), y a lo largo de los años han sido abordados de diferentes maneras.
Una de esas formas, es mediante los Algoritmos Evolutivos para la Optimización Multiobjetivo (MOEAs, por sus siglas en inglés), que ofrecen la oportunidad de generar un conjunto de posibles soluciones al mismo tiempo, lo que permite producir un conjunto de soluciones en una sola ejecución.
Este trabajo se enfoca en abordar el problema de cartera de proyectos sociales por medio de un MOEA. El problema consiste en seleccionar un conjunto de proyectos que compiten por un apoyo financiero, entre los cuales se debe decidir qué elementos formarán parte de la cartera final.
El algoritmo implementado es el Multi-Objective Evolutionary Algorithm based on Decomposition (MOEA/D), que ha demostrado un buen desempeño en problemas de optimización multiobjetivo.
Para medir el desempeño del algoritmo, se implementó una rutina comparativa que evalúa la dominancia de las soluciones obtenidas por MOEA/D contra las obtenidas por el Nondominated Sorted Genetic Algorithm II (NSGA-II). La comparación se realizó en instancias de 3, 4 y 9 objetivos, en las cuales MOEA/D mostró, en la mayoría, un mejor desempeño. |
|---|