Redes de Ingeniería (Dec 2015)

REVISIÓN SOBRE ALGORITMOS DE OPTIMIZACIÓN MULTI-OBJETIVO GENÉTICOS Y BASADOS EN ENJAMBRES DE PARTÍCULAS

  • Joaquín Javier Meza Álvarez,
  • Juan Manuel Cueva Lovelle,
  • Helbert Eduardo Espitia

DOI
https://doi.org/10.14483/udistrital.jour.redes.2015.2.a06
Journal volume & issue
Vol. 6, no. 2
pp. 54 – 76

Abstract

Read online

El enfoque evolutivo como también el comportamiento social han mostrado ser una muy buena alternativa en los problemas de optimización donde se presentan varios objetivos a optimizar. De la misma forma, existen todavía diferentes vias para el desarrollo de este tipo de algoritmos. Con el fin de tener un buen panorama sobre las posibles mejoras que se pueden lograr en los algoritmos de optimización bio-inspirados multi-objetivo es necesario establecer un buen referente de los diferentes enfoques y desarrollos que se han realizado hasta el momento.En este documento se revisan los algoritmos de optimización multi-objetivo más recientes tanto genéticos como basados en enjambres de partículas. Se realiza una revisión critica con el fin de establecer las características más relevantes de cada enfoque y de esta forma identificar las diferentes alternativas que se tienen para el desarrollo de un algoritmo de optimización multi-objetivo bio-inspirado.Review about genetic multi-objective optimization algorithms and based in particle swarmABSTRACTThe evolutionary approach as social behavior have proven to be a very good alternative in optimization problems where several targets have to be optimized. Likewise, there are still different ways to develop such algorithms. In order to have a good view on possible improvements that can be achieved in the optimization algorithms bio-inspired multi-objective it is necessary to establish a good reference of different approaches and developments that have taken place so far. In this paper the algorithms of multi-objective optimization newest based on both genetic and swarms of particles are reviewed. Critical review in order to establish the most relevant characteristics of each approach and thus identify the different alternatives have to develop an optimization algorithm multi-purpose bio-inspired design is performed.Keywords: evolutionary computation, evolutionary multi-objective optimization.

Keywords