Desarrollo de una metodología para resolver problemas de optimización combinatoria mediante el sistema inmune artificial

Abstract

Los algoritmos bio-inspirados han tenido gran atención las últimas décadas tanto por la originalidad de los mecanismos y procesos que son emulados como por su eficiencia, al ser modelado e implementados, para resolver una gran diversidad de problemas, en particular problemas NP-Duros. En el grupo de los algoritmo bio-inspirado se encuentra el Sistema Inmune Artificial, el cuál se considera está inspirado en un sistema sumamente complejo como lo es el Sistema Inmune Natural. Extraer características de este Sistema no es tarea fácil y más aún si no se tiene un área específica de aplicación. Considerando esta aseveración en este trabajo de tesis se realizó un esfuerzo para determinar una metodología que guié en la resolución de problemas de Optimización Combinatoria considerando las características del Sistema Inmune que mejor se adapten a la solución de los mismos. Los problemas de Optimización Combinatoria son problemas intratables, ya que con algoritmos exactos no es posible resolverlos en un tiempo polinomial, ahí el uso de heurísticas para resolver estos problemas. Como parte de la investigación se hizo análisis de la teoría del Sistema Inmune Natural del cual se tomaron características que se consideraron factibles para modelar y aplicar a la solución de problemas de Optimización Combinatoria. Los algoritmos desarrollados se implementaron para resolver el problema del Agente Viajero. Como caso de estudio se considero la aplicación al problema de detección de intrusos el cual es un problema que es de suma importancia para la seguridad informática y que por las características del Sistema Inmune Artificial es factible que pueda ser aplicado para su solución.