Modelo search trajectory network para algoritmos de optimización basados en colonias de hormigas

Abstract

Los algoritmos de optimización metaheurísticos son esenciales en diversas áreas de la ingeniería. Comprender a fondo su comportamiento puede resultar en significativos ahorros de tiempo y recursos. Por ello, es crucial saber cómo ajustar y emplear adecuadamente sus parámetros para maximizar su capacidad de búsqueda de soluciones óptimas y minimizar su tiempo de ejecución. A pesar de su relevancia, los algoritmos basados en colonias de hormigas aún presentan áreas ambiguas en cuanto a su proceso de exploración del espacio de búsqueda, lo que genera incertidumbre al seleccionar los parámetros adecuados. Una herramienta útil en este ámbito son las Search Trajectory Networks (STN), que visualizan dicha exploración proporcionando información crucial con métricas y herramientas gráficas, para evaluar la capacidad exploratoria de los algoritmos. En esta memoria se analizó el conocido algoritmo de Ant Colony Optimization (ACOTSP) para resolver el Travelling Salesman Problem (TSP) y haciendo uso de la representación STN, este trabajo clarifica cómo las hormigas exploran el espacio de búsqueda bajo diferentes parámetros, sentando las bases para futuras investigaciones y desarrollos en el área.

Metaheuristic optimization algorithms are essential in various engineering fields. Thoroughly understanding their behavior can result in significant time and resource savings. Therefore, it is crucial to know how to adjust and properly use their parameters to maximize their search capacity for optimal solutions and minimize their execution time. Despite their importance, ant colony-based algorithms still have ambiguous areas regarding their search space exploration process, leading to uncertainty when choosing optimal parameters. A useful tool in this context is Search Yrajectory Networks, which visualize this exploration, providing crutial information with both metrics and graphics that offer essential insights to assess the exploratory capacity of the algorithms. In this thesis, the well-known Ant Colony Optimization algorithm (ACOTSP) was analyzed for solving the Traveling Salesman Problem (TSP) and by making use of the STN representation, this study sheds light on how ants explore the search space under different parameters, laying the groundwork for future research and developments in the field.