Between Tool and Trouble: Improved Tabu Search for Multi-objective Optimization
Rojas-Galeano, S., Tejada, J., & Marmolejo-Ramos, F. (2026). Between tool and trouble: Student attitudes toward Al in programming education. Learning Letters, 7, Article 66. https://doi.org/10.20851/ll.v7.66
Este artículo presenta una versión mejorada de la metaheurística Búsqueda Tabú para resolver problemas de optimización multiobjetivo, con el objetivo de superar las limitaciones asociadas a la exploración del espacio de soluciones y a la calidad de los frentes de Pareto obtenidos. La propuesta incorpora mecanismos orientados a incrementar la diversidad de las soluciones y reducir el riesgo de estancamiento en óptimos locales, mediante el uso de estrategias de memoria más refinadas basadas en listas tabú y criterios de selección fundamentados en la dominancia de Pareto. Para validar su desempeño, los autores realizaron experimentos sobre problemas benchmark estándar de optimización multiobjetivo y compararon los resultados tanto con versiones tradicionales de Tabu Search como con otras metaheurísticas ampliamente utilizadas. Los resultados evidencian mejoras significativas en la calidad y distribución del frente de Pareto, así como una mayor capacidad para explorar regiones diversas del espacio de búsqueda. Además, el método reduce los efectos de la convergencia prematura y mantiene un rendimiento competitivo frente a enfoques considerados estado del arte en el área. Finalmente, el estudio plantea como líneas futuras de investigación la integración de la propuesta con algoritmos híbridos que combinen estrategias evolutivas y búsqueda local, su aplicación a problemas dinámicos y de gran escala, la incorporación en sistemas multiagente cooperativos y el desarrollo de mecanismos de ajuste automático de parámetros para incrementar su adaptabilidad y eficiencia.
