An Agent-Based Model of Follow-the-leader Search Using Multiple Leaders
Objetivo
Proponer un enfoque metaheurístico adaptativo basado en múltiples estrategias de búsqueda para mejorar la resolución de problemas de optimización compleja, reduciendo la dependencia de la configuración manual de parámetros.
Metodología
- Uso de metaheurísticas adaptativas, donde:
- El algoritmo modifica su comportamiento durante la ejecución
- Implementación de un enfoque tipo multi-nivel / hiperheurística:
- Un nivel superior selecciona o ajusta heurísticas de bajo nivel
- Integración de:
- Diferentes operadores de búsqueda (exploración y explotación)
- Mecanismo de:
- auto-configuración dinámica de parámetros
- Evaluación sobre problemas de optimización combinatoria
Idea clave: el algoritmo aprende qué estrategia usar mientras busca
Resultados
- Mejora en:
- Calidad de las soluciones encontradas
- robustez del algoritmo frente a distintos problemas
- Reducción de:
- Dependencia del ajuste manual de parámetros
- Capacidad de:
- Adaptarse a diferentes regiones del espacio de búsqueda
- En muchos casos:
- Supera enfoques estáticos tradicionales
Esto es consistente con el estado del arte:
las metaheurísticas adaptativas permiten ajustar su configuración en tiempo real para mejorar el desempeño
Trabajo futuro
- Integración con:
- Técnicas de inteligencia artificial
- Reducción del:
- Costo computacional del enfoque multi-nivel
- Aplicación en:
- Problemas reales de gran escala
- Desarrollo de:
- Métodos más interpretables (entender decisiones del algoritmo)
