Algoritmos de estimación de la distribución en optimización multiobjetivo

Abstract

En esta investigación se trata a fondo el tema de los Algoritmos de Estimación de la Distribución aplicados a problemas de optimización multiobjetivo. Provee un acercamiento al tema de investigación mediante el estudio de los fundamentos teóricos que incluye técnicas clásicas de optimización multiobjetivo, diversas técnicas en computación evolutiva para tratarlos y una introducción a los Algoritmos de Estimación de la Distribución. Posteriormente se introduce al lector al proceso general que siguen los Algoritmos de Estimación de la Distribución Multiobjetivo y de cómo éstos aplican sus operadores sobre cierto problema. Se presenta un estudio exhaustivo de los algoritmos reportados en la literatura, que incluye el análisis interno de sus métodos y técnicas particulares, que refleja a detalle el estado del arte en éste ámbito. Este trabajo incluye la propuesta de una guía de diseño para Algoritmos de Estimación de la Distribución Multiobjetivo, basada en las mejores prácticas destiladas del análisis de la literatura; principalmente con la intención de facilitar el desarrollo de instancias de dichos algoritmos en algún lenguaje de programación. Para conjuntar el análisis teórico con el desarrollo práctico, se presenta el proceso completo del diseño de un nuevo Algoritmo aplicado a un problema de clasificación de hongos por proteomas. Este trabajo lleva entonces al lector, mediante una curva de aprendizaje que va desde los fundamentos teóricos hasta la incorporación de las ideas propias y su transformación en producto. Lleva de la teoría, a la práctica.

This dissertation involves the study of the Estimation of Distribution Algorithms applied on Multiobjective Optimization Problems: form the theory to the practice and application. This research as first step, provides an introduction on the main topic through a theoretical background, which includes optimization theory, classical optimization methods, optimization with Evolutionary Computation and an introduction to the concepts and basis of Estimation of Distribution Algorithms. Likewise, the fundamentals of the main operator in the general process of the Estimation of Distribution Algorithms are studied. Afterwards, it is presented the state of the art of the basic topics, such as the representative work in Multiobjective Optimization, Multiobjective Evolutionary Algorithms and Estimation of Distribution Algorithms. To complement this part of the dissertation, a complete review of the state of the art in Estimation of Distribution Algorithms is presented. In this unified study, all the 23 state-of-the-art Algorithms are explained by analyzing their evolutionary process. The complete analysis of the state of the arte creates the basis for the construction of a whole new classification, based on certain main characteristics of the algorithms. In this analysis, the particular methods and techniques applied by each algorithm are studied and classified. In the final part of this dissertation, a model of Design Guidelines are proposed; which are based on the best practices extracted from the previous analysis and classification. It is shown, also, the application of the proposed Design Guidelines. Describing, step by step, the analysis, construction and testing of a new Estimation of Distribution Algorithm that classifies fungi specimens by considering their whole group of proteins. In this dissertation, the reader starts in the initial acquisition of the basic knowledge and theories around the Multiobjective Estimation of Distribution Algorithms, through the specification of the best practices that improve the performance of an instance and simplify its implementation. It takes the reader from the theory to the practice.