Diseño e implementación de algoritmos genéticos celulares para problemas complejos

Zusammenfassung

En esta Tesis se presenta un estudio sobre algoritmos genéticos celulares y su aplicación para resolver problemas complejas, La tesis está organizada en tres partes fundamentales. En la primera parte se da una introducción al campo de los algoritmos evolutivos en general y a los algoritmos genéticos celulares (cGAs) en particular, junto con un complejo estudio y discusión del estado del arte en cGAs. Se propone también en esta primera parte dos nuevos modelos matemáticos para caracterizar el funcionamiento de cualquier cGA en función de la presión de selección, mejorando a los modelos existentes hasta la fecha. Para finalizar esta primera parte. En una segunda parte, se proponen, implementan y evalúan varias nuevas contribuciones al campo de los cGAs, obteniendo en todos los casos mejoras considerables de estos nuevos modelos con respecto a los cGAs canónicos equivalentes. Se presentan en esta tesis nuevos métodos para manejar el equilibrio entre exploración y explotación de los cGAs (como cGAs de población auto-adaptativa y cGAs jerárquicos). Además,, se exporta el modelo celular a otros campos (por ejemplo, proponemos un algoritmo de estimación de distribuciones celular, un algoritmo memético celular, o un CGA multi-objetivo), obteniendo muy buenos resutlados. Finalmente, se proponen dos nuevos modelos paralelos de cGAs muy eficientes. En varios de los estudios realizados en esta tesis se obtienen resultados que mejoran el estado del arte actual. En la tercera parte de la tesis, se aplican algunos de los nuevos algoritmos desarrollados a problemas bien conocidos pertenecientes a los dominios de la optimización discreta y continua, así como a un nuevo problema (definido en esta tesis por primera vez) de elevado interés real. Se muestra cómo los algoritmos desarrollados con altamente competitivos con los algoritmos del estado del arte en los dominios estudiados, incluso mejorándolos en varios caso.