RT doctoral thesis
T1 Búsquedas Genéticas: Métodos de optimización global y optimización combinatoria
A1 Domínguez Jiménez, Juan José
A2 Lenguajes y Sistemas Informáticos
K1 algoritmos genéticos
K1 optimización global
K1 optimización combinatoria
AB Esta tesis se enmarca en la aplicación de AGs a la optimización de funcionestanto en el ámbito de variables continuas como en los problemas deoptimización combinatoria. En particular, se establecerán diversas estrategiasbasadas en sucesivas búsquedas acotadas, que permitan evolucionaral algoritmo hacia el óptimo de la función a optimizar.Por tanto, los objetivos a conseguir en esta tesis son diseñar y validardiversas estrategias de resolución de problemas de optimización continua,por un lado, y de optimización combinatoria, por otro, mediante métodosevolutivos diversos, que toman como base los AGs.Las aportaciones de la tesis consiste en el desarrollo de cuatro estrategiasde optimización:En el ámbito de variables continuas:Búsqueda Lineal Genética trata de extender los tradicionales métodosde optimización que usan Búsqueda Lineal, permitiendo explorarla dirección de búsqueda en un intervalo mucho más amplioy que incluye incluso la rama de valores negativos. DichaBúsqueda Lineal Extendida se realiza mediante un sencillo AGunidimensional.Búsqueda Genética en Cajas corresponde a una estrategia de resoluciónde sucesivos problemas acotados, centrados en torno aóptimos locales obtenidos mediante un AG multidimensional yque usa una función de evaluación con memoria.En el ámbito de variables combinatorias:Búsqueda Genética en Vecindades es una adaptación de la BúsquedaGenética en Cajas al problema combinatorio. De modo que, sedesarrollarían sucesivos problemas acotados, centrándonos entorno a la búsqueda de un óptimo local dentro de la vecindaddel punto inicial.Búsqueda Genética deMutantes permite generar de forma automáticamutantes de programas originales en el ámbito de las pruebasdel software, y más en concreto en la técnica de mutaciones.Este algoritmo se integra dentro de la herramienta GAmera quepermite automatizar el proceso de pruebas de mutaciones paracomposiciones de servicios enWS-BPEL 2.0 mediante el empleode un AG. Una de las características de esta propuesta es la optimizacióndel número de mutantes a generar, de manera que nose generarán todos los posibles mutantes.
YR 2010
FD 2010-02-10T00:00:00Z
LK http://hdl.handle.net/10498/7422
UL http://hdl.handle.net/10498/7422
LA spa
DS Repositorio Institucional de la Universidad de Cádiz
RD 07-nov-2026