Particle swarm optimization para un problema de optimización combinatoria

Abstract

En este artículo se presenta una versión del algoritmo de Particle Swarm Optimization que ha sido hibridizado con un operador dinámico de mutación y que implementa el modelo conocido como local best (l-best). El algoritmo se aplica al problema de scheduling de máquina única siendo la función objetivo a optimizar la de Total Weighted Tardiness. El algoritmo propuesto es validado usando instancias tomadas de la OR-Library y los resultados son comparados con los obtenidos por un algoritmo evolutivo multirecombinado que incluye conocimiento acerca del problema y con otra versión de un algoritmo Particle Swarm Optimization que implementa el modelo global best (g-best) cuyos resultados han sido reportados en publicaciones recientes. Los resultados obtenidos son muy promisorios, sobre todo si se considera que este paradigma casi no ha sido utilizado para problemas de optimización combinatoria.