MEJORA DEL ALGORITMO DE ENJAMBRE DE POLILLAS MEDIANTE OPERADORES DE APRENDIZAJE BASADO EN LO OPUESTO

Abstract

Muchos problemas de optimización de importancia práctica y teórica consisten de la búsqueda de una mejor configuración de un conjunto de variables para lograr algunos objetivos [5]. El tiempo de ejecución para encontrar las soluciones óptimas es a menudo muy alto para instancias grandes, sin embargo, si deseamos respuestas lo suficientemente aceptables en tiempos cortos y con recursos limitados solo se pueden usar heurísticas, con estas, no se garantiza encontrar la solución óptima. La investigación sobre el tema ha producido una gran variedad de heurísticas para problemas de optimización combinatoria conocidos que se comparan en experimentos computacionales [28]. En las últimas décadas un tipo de heurísticas de nivel superior han alcanzado popularidad por que proporcionan soluciones aceptables a problemas complejos en un tiempo considerable. Las metaheurísticas representa una familia de técnicas de optimización aproximadas y se encuentran entre las técnicas más prometedoras y exitosas [31], existen varias maneras de clasificarlas según sus características: una de estas es, por la cantidad de soluciones utilizadas al mismo tiempo, en la que se encuentran los algoritmos basados en la población, métodos orientados a la exploración del espacio de búsqueda, desarrollan una población completa de soluciones que proporciona una forma natural para efectuar la exploración del espacio de búsqueda. En esta clasificación se encuentra los algoritmos evolutivos y la inteligencia de enjambre, esta última, es un grupo de técnicas basadas en el estudio del comportamiento colectivo en sistemas autoorganizados y descentralizados o distribuidos conformados regularmente por una población de agentes computacionales simples capaces de percibir y modificar su ambiente de manera local, esta capacidad hace posible la comunicación entre los individuos que detectan los cambios en el ambiente generado por el comportamiento de sus semejantes [29]. Actualmente existe una gran cantidad de algoritmos que emplean dicho termino, por ejemplo: la optimización por enjambre de partículas (PSO), la optimización por colonia de hormigas (ACO), la optimización por enjambre de bacterias (BSFO), el algoritmo de colmena de abejas artificiales (ABHA) y el algoritmo de enjambre de polillas (MSA) que está inspirado en el vuelo de las polillas las cuales usan la orientación transversal para volar en línea recta respecto a la luz de la luna, El MSA modela matemáticamente ese comportamiento con caminatas Gaussianas, movimiento en espiral, y un mecanismo de aprendizaje asociativo con memoria inmediata. En este trabajo se presenta la mejora del algoritmo MSA mediante el aprendizaje basado en lo opuesto (OBL), estrategia que considera la posición actual y su correspondiente valor opuesto para lograr una aproximación a una de las soluciones candidatas[43]. La combinación de MSA con las técnicas OBL genera un algoritmo llamado OBMSA, algoritmo propuesto que pretende mejorar el rendimiento considerando abarcar mayor espacio de búsqueda al contemplar las dos opciones para el punto calculado, elegir el valor más cercano al óptimo local por medio de un proceso sencillo que proporciona al método gran potencial, aumentando las probabilidades de encontrar soluciones óptimas en un tiempo menor [11]. La mejora del algoritmo se realiza en dos pasos: el primero consiste en la inicialización de la población con OBL y el segundo actualiza las nuevas generaciones de las partículas del enjambre llamadas polillas buscadora, se realizaron varios experimentos que comparan el OBMSA con 5 métodos de optimización, los experimentos comprenden pruebas de rendimiento que emplean métricas estadísticas calculadas en función de la aptitud y tasa de aceleración que compara el algoritmo propuesto con su antecesor. Para el método propuesto se presentan tres problemas clásicos de ingeniería utilizados para analizar el rendimiento y la eficiencia del algoritmo en situaciones reales. Los problemas son: diseño de una viga soldada, problema de tensión/ compresión del diseño de un resorte y recipiente a presión. Los resultados obtenidos tanto de los experimentos desarrollados, así como de los problemas de ingeniería, indican que la precisión de las soluciones encontradas y la velocidad de convergencia fueron superiores en la mayoría de las funciones empleadas, en comparación con otros métodos de optimización.