Hibridación de dos algoritmos evolutivos para la optimización de funciones multiobjetivo: MOPSO y ESN

Abstract

El presente trabajo de investigación tiene como objetivo estudiar la hibridación de dos algoritmos multiobjetivo: enjambres de partículas (MOPSO) y un algoritmo multiobjetivo basado en la combinación de NSGA-II con Estrategias Evolutivas (ESN). Se pretende analizar si la hibridación permite obtener frentes de Pareto mejores que los obtenidos individualmente por los algoritmos ya que, en estudios previos sobre estos algoritmos, se observó que, para ciertos problemas, un algoritmo puede ayudar a otro (y viceversa) en la obtención de frentes más óptimos. Una forma de plantear esta hibridación es utilizar la población obtenida por un algoritmo para inicializar el otro y, para ello, se han realizado experimentos ejecutados de manera homogénea, para cada una de las aproximaciones así como para la hibridación de ambas, con cuatro funciones teóricas (ZDT1, ZDT2, ZDT3 y ZDT4) y un problema real: MANETs.